将城市名称映射到国家 - python？
Map city names to countries - python?
我有一个代表某些人位置的数据框。
此数据框未清理，名称混乱。有些行只有国家名称，有些只有名称和城市，有些只有城市。我也有不是英文的句子
如何将 python 与 NLP 一起使用来整理此数据集并获得同质数据集？
这是数据集的截图：
提前致谢
我无法发表评论，但你不清楚你想从这个系列中提取什么？如果您只是试图找到“命名位置”的每个实例并从中创建新系列，您可能正在寻找 Named Entity Recognition (NER). NLTK is a good place to start with NER, and they have a pretty good tutorial 如何使用它来获取特定类型的命名实体（请参阅第 5 节，命名实体认可）。
简而言之，我会从类似
的内容开始
import nltk
ser = #<your series of strings>
locations = df.apply(lambda x:nltk.ne_chunk(nltk.pos_tag(nltk.word_tokenize(str(x)))))
但是NLP是一个复杂的任务，as has been discussed，NER尤其困难。
我有一个代表某些人位置的数据框。
此数据框未清理，名称混乱。有些行只有国家名称，有些只有名称和城市，有些只有城市。我也有不是英文的句子
如何将 python 与 NLP 一起使用来整理此数据集并获得同质数据集？
这是数据集的截图：
提前致谢
我无法发表评论，但你不清楚你想从这个系列中提取什么？如果您只是试图找到“命名位置”的每个实例并从中创建新系列，您可能正在寻找 Named Entity Recognition (NER). NLTK is a good place to start with NER, and they have a pretty good tutorial 如何使用它来获取特定类型的命名实体（请参阅第 5 节，命名实体认可）。
简而言之，我会从类似
的内容开始import nltk
ser = #<your series of strings>
locations = df.apply(lambda x:nltk.ne_chunk(nltk.pos_tag(nltk.word_tokenize(str(x)))))
但是NLP是一个复杂的任务，as has been discussed，NER尤其困难。