НачатьНачать бесплатно

Организация транскрибированных данных телефонных звонков

Мы почти готовы построить классификатор текста. Но пока все транскрибированные данные хранятся в двух списках: pre_purchase_text и post_purchase_text.

Чтобы упорядочить их для построения классификатора и дальнейшего использования, мы объединим данные в DataFrame pandas.

Для начала импортируем pandas как pd, затем создадим DataFrame для данных после покупки — post_purchase_df — с помощью pd.DataFrame().

В pd.DataFrame() передадим словарь с ключом "label" со значением "post_purchase" и ключом "text" со значением списка post_purchase_text.

Аналогичным образом создадим pre_purchase_df, используя список pre_purchase_text.

Чтобы собрать все данные в одном месте, воспользуемся pd.concat() и передадим в него оба DataFrame.

Это упражнение является частью курса

Обработка устной речи на Python

Посмотреть курс

Инструкции к упражнению

  • Создайте post_purchase_df на основе списка post_purchase_text.
  • Создайте pre_purchase_df на основе списка pre_purchase_text.
  • Объедините два DataFrame с помощью pd.concat().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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())
Редактировать и запускать код