如何使用pyspellchecker修正pandas列中的拼写错误？

问题场景 #

现有如下DataFrame：

import pandas as pd
df = pd.DataFrame({'id':[1,2,3],'text':['a foox juumped ovr the gate','teh car wsa bllue','why so srious']})

需要用pyspellchecker库生成包含修正后拼写的新列，但原代码无法修正任何拼写错误：

from spellchecker import SpellChecker

spell = SpellChecker()

def correct_spelling(word):
    corrected_word = spell.correction(word)
    return corrected_word if corrected_word is not None else word

df['corrected_text'] = df['text'].apply(correct_spelling)

错误原因 #

原代码直接将整段文本字符串传入修正函数，而spell.correction()仅针对单个单词做拼写修正，无法识别完整句子里的错误单词，因此没有效果。

修正方案 #

修改函数逻辑，先把句子拆分为单个单词，逐个修正后再拼接成完整句子：

import pandas as pd
from spellchecker import SpellChecker

spell = SpellChecker()

def correct_sentence(sentence):
    # 拆分句子为单词列表
    words = sentence.split()
    # 逐个修正单词，保留无法识别的原词
    corrected_words = [spell.correction(word) or word for word in words]
    # 拼接回完整句子
    return ' '.join(corrected_words)

df['corrected_text'] = df['text'].apply(correct_sentence)

验证结果 #

运行后得到的DataFrame与预期一致：

print(df)
# 输出：
#    id                          text                  corrected_text
# 0   1  a foox juumped ovr the gate  a fox jumped over the gate
# 1   2        teh car wsa bllue        the car was blue
# 2   3             why so srious             why so serious

内容的提问来源于stack exchange，提问作者Tobes