Rozpoznávání jazyka
Městská rada zvažuje, zda má smysl vytvořit španělskou verzi aplikace Get It Done. Ve městě žije velká španělsky mluvící komunita, ale není jisté, zda by ji skutečně využívala. Přidání vícejazyčného překladu systém zkomplikuje, a proto je potřeba ho řádně zdůvodnit.
Rada proto požádala Sam, aby zjistila, kolik lidí posílá žádosti ve španělštině.
Sam už načetla CSV soubor do proměnné dumping_df a vybrala z něj následující sloupce:
Pomoz Sam vyčíslit poptávku po španělské verzi aplikace Get It Done. Zjisti, kolik žadatelů píše ve španělštině, a výsledek vypiš!
Toto cvičení je součástí kurzu
Introduction to AWS Boto in Python
Pokyny k cvičení
- Pro každý řádek v DataFrame rozpoznej dominantní jazyk.
- Přiřaď první rozpoznaný jazyk do sloupce
'lang'. - Spočítej celkový počet příspěvků ve španělštině.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# For each dataframe row
for index, row in dumping_df.iterrows():
# Get the public description field
description =dumping_df.loc[index, 'public_description']
if description != '':
# Detect language in the field content
resp = comprehend.____(____=description)
# Assign the top choice language to the lang column.
dumping_df.loc[index, 'lang'] = resp['____'][0]['____']
# Count the total number of spanish posts
spanish_post_ct = len(dumping_df[dumping_df.lang == 'es'])
# Print the result
print("{} posts in Spanish".format(spanish_post_ct))