python – NLTK ConditionalFreqDist到Pandas数据帧

我正在尝试使用nltk.ConditionalFreqdist生成的表,但我似乎无法找到任何关于将表写入csv文件或导出为其他格式的文档.我喜欢在pandas dataframe对象中使用它,这也很容易写入csv.我能找到的唯一一个推荐的pickling the CFD object并没有真正解决我的问题.

我编写了以下函数来将nltk.ConditionalFreqdist对象转换为pd.DataFrame：

def nltk_cfd_to_pd_dataframe(cfd):
    """ Converts an nltk.ConditionalFreqdist object into a pandas DataFrame object. """

    df = pd.DataFrame()
    for cond in cfd.conditions():
        col = pd.DataFrame(pd.Series(dict(cfd[cond])))
        col.columns = [cond]
        df = df.join(col, how = 'outer')

    df = df.fillna(0)

    return df

但是,如果我要这样做,也许只需要编写一个新的ConditionalFreqdist函数来生成一个pd.DataFrame.但在重新发明轮子之前,我想看看是否有任何我缺少的技巧 – 无论是在NLTK还是其他地方,使ConditionalFreqdist对象与其他格式对话,最重要的是将其导出到csv文件.

谢谢.

解决方法:

好的,所以我继续编写了一个条件频率分配函数,它接受了像nltk.ConditionalFreqdist函数这样的元组列表,但返回了一个pandas Dataframe对象.比将cfd对象转换为数据帧更快：

def cond_freq_dist(data):
    """ Takes a list of tuples and returns a conditional frequency distribution as a pandas dataframe. """

    cfd = {}
    for cond, freq in data:
        try:
            cfd[cond][freq] += 1
        except KeyError:
            try:
                cfd[cond][freq] = 1
            except KeyError:
                cfd[cond] = {freq: 1}

    return pd.DataFrame(cfd).fillna(0)