从一系列文本中提取表情符号

Question

我在从系列中提取表情符号时遇到问题。使用的代码：

import emoji
def extract_emojis(text):
  return ''.join(c for c in text if c in emoji.UNICODE_EMOJI)

for text in df['comments']:
    df['emoji']=extract_emojis(text)

输出：

             comments                                    | emoji
0     Its very beautiful    
1   Your new bike, @keir ...?   
2   @philip     
3   Any news on the Canadian expansion mentioned i...   
4   Rocky Mountain ❤️   
... ... ...

仅在文本上检查功能：

text = '@philip '
extract_emojis(text)
--> '\U0001f929\U0001f929'

预期结果：

             comments                                    | emoji
0     Its very beautiful                                 |
1   Your new bike, @keir ...?                            |
2   @philip                                          | 
3   Any news on the Canadian expansion mentioned i...    |
4   Rocky Mountain ❤️                                    | ❤️ 
... ... ...

注意：我在查看这些链接后才问这个问题：

Answer 1

而不是遍历整个数据集。您可以使用 apply 或 lambda.

应用函数

import pandas as pd 
import emoji
df = pd.DataFrame([['@philip  '],
['Rocky Mountain ❤️']],columns = ['comments'])

使用 Lambda：

df['emojis'] = df['comments'].apply(lambda row: ''.join(c for c in row if c in emoji.UNICODE_EMOJI))
df

使用应用

def extract_emojis(text):
    return ''.join(c for c in text if c in emoji.UNICODE_EMOJI)

df['emoji_apply'] = df['comments'].apply(extract_emojis)
df

输出：

comments    emojis
@philip     
Rocky Mountain ❤️   ❤

从一系列文本中提取表情符号

Extract emoji from series of text

python

regex

python-3.x

emoji