Detectarea limbii
Consiliul Orașului se întreabă dacă merită să construiască o versiune în spaniolă a aplicației Get It Done. Există o comunitate numeroasă de vorbitori de spaniolă, însă nu sunt siguri că aceștia vor folosi aplicația. Adăugarea suportului multilingv complică sistemul și trebuie justificată.
Așadar, ei îi cer lui Sam să afle câte persoane postează solicitări în spaniolă.
Ea a încărcat deja fișierul CSV în variabila dumping_df și a selectat următoarele coloane:
Ajut-o pe Sam să cuantifice cererea pentru o versiune în spaniolă a aplicației Get It Done. Află câți utilizatori postează în spaniolă și afișează rezultatul final!
Acest exercițiu face parte din cursul
Introducere în AWS Boto în Python
Instrucțiuni pentru exercițiu
- Pentru fiecare rând din DataFrame, detectează limba dominantă.
- Atribuie prima limbă selectată coloanei
'lang'. - Numără totalul postărilor scrise în spaniolă.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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))