如何将文本分类到数据帧的每一行?

Question

我想对数据帧中的文本进行分类。使用字典，我检查值是否在词干文本列中，然后在同一列中应用过滤器以在新列中分配类别。
过滤器为：如果至少 33% 的值True打印1，否则打印0。

注意：字典的键表示类别。

我检查第一行的类型：它是一个列表，但是当我应用其他方法时它不起作用。所以我只将其应用于第一行，但我不知道如何传输到所有其他行。

dictionary = {'cat_1' : ['some', stemming', 'bunch'], 'cat_2' : ['to', 'so'], 'cat_3': ['stemming', 'words', 'many', 'bunch']}
dataframe = {'Articles' : ['article1', 'article2', 'article3', 'article4'], 'Text' : [['some', 'stemming', 'words'], ['to' , 'much', 'stemming', 'words'], ['another', 'bunch', 'of', 'stemming', 'words'], ['so', 'many', 'stemming', 'words']]}
test = dataframe.text[0]
for item in dictionary.values():
filt = []
for i in item:
if i in test:
filt.append(True)
else:
filt.append(False)
print(filt)
umbral = len(filt) * 0.33
Trues = filt.count(True)
if Trues > umbral:
print('1')
else:
print('0')

输出为：

[True, True, False]
1 
[True, False] 
1 
[True, True, False, True] 
1 

我想将其应用于"文本"列的每一行，并且仅针对每个结果使用1或/和0的列。例如：在第一行中，它将是：

|----------|-------|-------|-------|
| Articles | cat_1 | cat_2 | cat_3 |
|----------|-------|-------|-------|
| article1 |   1   |   1   |   0   |
|----------|-------|-------|-------|
| article2 |   0   |   1   |   1   |
|----------|-------|-------|-------|
| article3 |   1   |   0   |   0   |
|----------|-------|-------|-------|

Answer 1

你能不使用：

def cat(z):
return [True if z[i] in d.values() else False for i in range(0,len(z))]
dataframe['test'].map(lambda x: cat(x))

其中 df 表示您的数据帧。