Python 使用lambda函数对整个列进行柠檬化

我对这段代码进行了一个句子测试，我想对它进行转换，这样我就可以对整个列进行柠檬化，其中每一行都由没有标点符号的单词组成，比如：lakarivas calcetin hombres lakarivas shoes

    import wordnet, nltk
nltk.download('wordnet')
from nltk.stem import WordNetLemmatizer
from nltk.corpus import wordnet
import pandas as pd

df = pd.read_excel(r'C:\Test2\test.xlsx')
# Init the Wordnet Lemmatizer
lemmatizer = WordNetLemmatizer()
sentence = 'FINAL_KEYWORDS'
def get_wordnet_pos(word):
    """Map POS tag to first character lemmatize() accepts"""
    tag = nltk.pos_tag([word])[0][1][0].upper()
    tag_dict = {"J": wordnet.ADJ,
                "N": wordnet.NOUN,
                "V": wordnet.VERB,
                "R": wordnet.ADV}

    return tag_dict.get(tag, wordnet.NOUN)



#Lemmatize a Sentence with the appropriate POS tag
sentence = "The striped bats are hanging on their feet for best"
print([lemmatizer.lemmatize(w, get_wordnet_pos(w)) for w in nltk.word_tokenize(sentence)])

假设列名是df['keywords']，你能帮助我使用lambda函数来对整个列进行线性化，就像我对上面的句子进行线性化一样吗

提前向您表示感谢

给您：

使用

apply

应用于该列的句子

使用lambda表达式，该表达式获取一个

语句

作为输入，并以类似于在print语句中使用的方式应用您编写的函数

作为线性化关键字：

# Lemmatize a Sentence with the appropriate POS tag
df['keywords'] =  df['keywords'].apply(lambda sentence: [lemmatizer.lemmatize(w, get_wordnet_pos(w)) for w in nltk.word_tokenize(sentence)])

作为引理化句子（关键字使用“”）：

给你：

使用

apply

应用于该列的句子

使用lambda表达式，该表达式获取一个

语句

作为输入，并以类似于在print语句中使用的方式应用您编写的函数

作为线性化关键字：

# Lemmatize a Sentence with the appropriate POS tag
df['keywords'] =  df['keywords'].apply(lambda sentence: [lemmatizer.lemmatize(w, get_wordnet_pos(w)) for w in nltk.word_tokenize(sentence)])

作为引理化句子（关键字使用“”）：

---

这个问题需要更多的注意；）（这个问题需要更多的注意；）磅