如何从Pandas DataFrame按句子生成嵌套列表？

没问题！针对你这个需求，咱们可以用Pandas的分组聚合功能轻松实现，下面给你两种对应的解决方案：

方案1：生成仅包含单词的嵌套列表 #

这个需求很直接，咱们按sent_id分组后，把每个组里的word列直接拼成列表就行：

import pandas as pd

# 假设你的DataFrame变量名为df
word_nested_list = df.groupby('sent_id')['word'].apply(list).tolist()
print(word_nested_list)
# 输出结果：
# [['Stack', 'overflow', 'is', 'great'], ['Luv', 'you', 'guys'], ['Thank', 'you']]

思路说明：

• 用groupby('sent_id')把同一句子的所有行归为一组
• 对每个组的word列调用list()，把单词整合为列表
• 最后用.tolist()把分组后的Series对象转换成咱们需要的嵌套列表格式

方案2：生成包含(单词, 词性标签)元组的嵌套列表 #

这个需要把每组的word和pos_tag一一配对成元组，再整合成列表：

tuple_nested_list = df.groupby('sent_id').apply(
    lambda group: list(zip(group['word'], group['pos_tag']))
).tolist()
print(tuple_nested_list)
# 输出结果：
# [[('Stack', 'noun'), ('overflow', 'noun'), ('is', 'verb'), ('great', 'adjective')], [('Luv', 'verb'), ('you', 'pronoun'), ('guys', 'noun')], [('Thank', 'verb'), ('you', 'pronoun')]]

思路说明：

• 同样先按sent_id分组
• 用lambda函数处理每个分组的子DataFrame，用zip()把每组的word和pos_tag对应打包成元组，再转成列表
• 最后用.tolist()转换为目标嵌套列表格式

内容的提问来源于stack exchange，提问作者DanielFloor