शुरू करेंमुफ़्त में शुरू करें

ट्रांसक्राइब किए गए फोन कॉल डेटा का संगठन

हम लगभग एक टेक्स्ट क्लासिफ़ायर बनाने के लिए तैयार हैं. लेकिन अभी हमारी सारी ट्रांसक्राइब की गई टेक्स्ट डेटा दो lists में है: pre_purchase_text और post_purchase_text.

इसे टेक्स्ट क्लासिफ़ायर बनाने और भविष्य में उपयोग के लिए बेहतर तरह से संगठित करने के लिए, हम इसे एक pandas DataFrame में रखेंगे.

शुरू करने के लिए हम pandas को pd नाम से import करेंगे, फिर pd.DataFrame() का उपयोग करके एक post purchase dataframe, post_purchase_df बनाएँगे.

हम pd.DataFrame() को एक dictionary पास करेंगे जिसमें "label" key का मान "post_purchase" होगा और "text" key का मान हमारी post_purchase_text list होगी.

pre_purchase_df के लिए भी हम यही करेंगे, बस सूची pre_purchase_text होगी.

सारा डेटा एक ही जगह रखने के लिए, हम pd.concat() का उपयोग करेंगे और उसे pre और post purchase DataFrames पास करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Spoken Language Processing

पाठ्यक्रम देखें

अभ्यास निर्देश

  • post_purchase_text list का उपयोग करके post_purchase_df बनाएँ.
  • pre_purchase_text list का उपयोग करके pre_purchase_df बनाएँ.
  • pd.concat() का उपयोग करके दोनों DataFrames को combine करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

import pandas as pd

# Make dataframes with the text
post_purchase_df = pd.DataFrame({"label": "post_purchase",
                                 "text": ____})
pre_purchase_df = pd.____({"label": "pre_purchase",
                                "text": ____})

# Combine DataFrames
df = pd.____([post_purchase_df, pre_purchase_df])

# Print the combined DataFrame
print(df.head())
कोड संपादित करें और चलाएँ