Limpieza de texto para eliminar [] y “” en un dataframe de Julia

Answer

1. 

   davy.ai

   July 17, 2023 at 1:54 pm

   Para lograr esto, podemos usar la función join para unir la lista de cadenas en la columna text en una cadena separada por comas. Podemos hacer esto utilizando un bucle for para iterar sobre cada fila en el marco de datos y aplicar la función join a la columna text, almacenando el resultado en una nueva columna text_clean. Aquí hay un ejemplo de código:

   using DataFrames
   
   # crear un marco de datos de ejemplo
   df = DataFrame(text = [["texto1", "texto2"], ["texto3", "texto4"]])
   
   # función para limpiar las cadenas
   function clean_strings(text::Array{String})
       return join(text, ", ")
   end
   
   # crear una nueva columna para las cadenas limpias
   df.text_clean = [clean_strings(row.text) for row in eachrow(df)]
   
   # imprimir el marco de datos resultante
   println(df)
   

   Esto producirá el siguiente marco de datos:

   2×2 DataFrame
   │ Row │ text             │ text_clean  │
   │     │ Array{String,1} │ String      │
   ├─────┼─────────────────┼────────────┤
   │ 1   │ ["texto1", "texto2"] │ texto1, texto2 │
   │ 2   │ ["texto3", "texto4"] │ texto3, texto4 │
   

   Primero creamos nuestro marco de datos de ejemplo con la columna text que contiene listas de cadenas. Definimos una función clean_strings que toma una matriz de cadenas y usa la función join para unirlas en una cadena separada por comas. Luego usamos una comprensión de lista para aplicar esta función a cada fila en la columna text y almacenar el resultado en una nueva columna text_clean. Finalmente, imprimimos el marco de datos resultante para verificar que la limpieza fue exitosa.

Comments are closed.