产品评论的语言检测

您将用一个名为 non_english_reviews 的小型数据集来练习语言检测。它是来自 Amazon 产品评论的非英语评论样本。

您将遍历数据集的每一行，检测该行文本的语言，并将结果追加到一个空列表中。接着需要清洗该列表，使其只包含评论的语言代码，例如将英语表示为 'en'，而不是常见的输出形式 en:0.9987654。请记住，语言检测函数可能会检测到多种语言，返回列表中的第 1 个元素（索引 0）是最有可能的候选项。最后，您会把该列表赋给一个新列。

整体逻辑与幻灯片和上一个练习相同，但这次不是把函数应用到一个列表上，而是直接对数据集进行处理。

本练习是课程的一部分

Python 中的情感分析

查看课程

练习说明

遍历 non_english_reviews 数据集的每一行。
在循环中，检测数据集第 2 列的语言。
在列表推导式中通过在 : 处拆分来清洗字符串。
最后，将清洗后的列表赋给一个新列。

交互式实操练习

通过完成这段示例代码来试试这个练习。

from langdetect import detect_langs
languages = [] 

# Loop over the rows of the dataset and append  
for row in ____(____(non_english_reviews)):
    languages.append(____(non_english_reviews.iloc[row, 1]))

# Clean the list by splitting     
languages = [str(lang).____(':')[0][1:] for lang in languages]

# Assign the list to a new feature 
non_english_reviews['language'] = ____

print(non_english_reviews.head())

编辑并运行代码