Python 使用googletrans成批转换Pandas数据帧中的字符串

我正在尝试翻译熊猫数据框列中约200000行的单词。看起来是这样的：

    df =| review  | rating | 
        | love it | 5      |
        | hate it | 1      |
        | its ok  | 3      |
        | great   | 4      | 

from googletrans import Translator
translator = Translator()
list1 = df.review.tolist()
translated = []
for i in range(0,len(df),50)):
    translated.extend([x.text for x in translator.translate(list1[i:i+50], src='en' , dest='id')])
df['translated_review'] = translated #add back to df

我正在尝试使用googletrans将其翻译成另一种语言，我已经看到了一些使用

df的解决方案。apply

将函数应用到每一行，但是在我的例子中，速度非常慢（翻译整个列大约需要16个小时）

然而，googletrans确实支持批量翻译，它将字符串列表作为参数，而不仅仅是单个字符串

我一直在寻找一种利用这一点的解决方案，我的代码如下所示：

    df =| review  | rating | 
        | love it | 5      |
        | hate it | 1      |
        | its ok  | 3      |
        | great   | 4      | 

from googletrans import Translator
translator = Translator()
list1 = df.review.tolist()
translated = []
for i in range(0,len(df),50)):
    translated.extend([x.text for x in translator.translate(list1[i:i+50], src='en' , dest='id')])
df['translated_review'] = translated #add back to df

---

但它仍然很慢。有谁能解释一下如何进一步优化这个问题吗？

也许你可以尝试用

numpy.array

来重塑这个专栏，例如：

translated = []
for row in df.review.values.reshape((-1, 50)):
    translated.append(translator.translate(row, src='en', dest='id'))

请注意，

df.review

系列的长度必须能被50整除，才能使

重塑

方法起作用。如果不是，请选择另一个值或将序列修剪为50的倍数

---

进一步的改进是并行化翻译。为此，您应该研究Python中的并行处理，例如，.

也许您可以尝试将列的形状改为

numpy.array，例如：

translated = []
for row in df.review.values.reshape((-1, 50)):
    translated.append(translator.translate(row, src='en', dest='id'))

请注意，
df.review
系列的长度必须能被50整除，才能使
重塑
方法起作用。如果不是，请选择另一个值或将序列修剪为50的倍数

进一步的改进是并行化翻译。为此，您应该研究Python中的并行处理，即。
得到了一个值错误：无法将大小为209729的数组重塑为形状（50）多么有趣的数字：209729=13*13*17*73，因此您可以使用其中一个除数（即17或73）或其乘积（即169）获取值错误：无法将大小为209729的数组重塑为形状（50）多么有趣的数字：209729=13*13*17*73，因此可以使用其中一个除数（即17或73）或其乘积（即169）作为列数而不是50。