Python 从数据行中的嵌套字典中获取项值，并去掉其余的项

我实现了，它提取嵌入嵌套字符串中的主语、谓语、宾语信息（以ARG0、V、ARG1等形式）。但是，我需要确保每个输出都链接到原始句子的给定

ID

我生成了以下数据帧，其中

OIE output

包含allennlp算法的原始输出

电流输出：

句子 身份证件 OIE输出 “那个女孩去看电影了” “abcd” {'verbs'：[{'verbs'：'go'，'description'：'[ARG0:The girl][V:go][ARG1:to The cinema]} “他是对的，他是一名工程师” “efgh” {'verbs'：[{'verbs'：'is'，'description'：'[ARG0:He][V:is][ARG1:right]}，{'verbs'：'is'，'description'：'[ARG0:He][V:is][ARG1:an engineer]}

---

你的第二个想法应该可以做到：

导入ast
df[“OIE三元组”]=df[“OIE输出”].apply（ast.literal\u eval）
df[“OIE三元组”]=df[“OIE三元组”]。应用（lambda val:[a_dict[“description”]
对于val[“动词”]]中的dict
df=df.分解（“OIE三元组”）.下降（columns=“OIE output”）

如果

“OIE输出”

值不是真正的

dict

s而是

str

ings，我们通过

ast.literal\u eval

将其转换为

dict

s。（因此，如果它们是

dict

s，您可以跳过前两行）

然后，我们得到一个系列中每个

val

ue的列表，该系列由

最外层的dict键的
“description”
组成，由
“verbs”

最后，
分解
此
说明
列出并
删除
“OIE输出”
列，因为它不再需要

得到

                              sentence      ID                                      OIE Triples
0        'The girl went to the cinema'  'abcd'  [ARG0: The girl] [V: went] [ARG1:to the cinema]
1  'He is right and he is an engineer'  'efgh'                  [ARG0: He] [V: is] [ARG1:right]
1  'He is right and he is an engineer'  'efgh'            [ARG0: He] [V: is] [ARG1:an engineer]

不知道“ast”方法。干杯我还找到了另一种方法来解决这个问题，这更费时，但效果很好：用“to_dict”将初始df转换为dict；弹出不需要的嵌套项，并转换回新的df。