Organizarea datelor transcrise din apelurile telefonice

Suntem aproape gata să construim un clasificator de text. Deocamdată, toate datele noastre de text transcris se află în două liste: pre_purchase_text și post_purchase_text.

Pentru a le organiza mai bine în vederea construirii unui clasificator de text și pentru utilizări viitoare, le vom aduna într-un DataFrame pandas.

Începem prin a importa pandas ca pd, apoi vom crea un DataFrame pentru datele post-achiziție, post_purchase_df, folosind pd.DataFrame().

Vom pasa lui pd.DataFrame() un dicționar care conține cheia "label" cu valoarea "post_purchase" și cheia "text" cu valoarea listei noastre post_purchase_text.

Vom face același lucru pentru pre_purchase_df, de data aceasta cu pre_purchase_text.

Pentru a centraliza toate datele într-un singur loc, vom folosi pd.concat() și îi vom pasa cele două DataFrame-uri, pre și post-achiziție.

Acest exercițiu face parte din cursul

Procesarea limbajului vorbit în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează post_purchase_df folosind lista post_purchase_text.
Creează pre_purchase_df folosind lista pre_purchase_text.
Combină cele două DataFrame-uri folosind pd.concat().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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())

Editează și rulează codul