Python cudf.core.column.string.StringMethods.ngrams用法及代码示例

用法: StringMethods.ngrams(n: int = 2, separator: str = '_') → SeriesOrIndex

从一组标记生成n-grams，系列中的每条记录都被视为一个标记。

您可以使用 Series.str.tokenize() 函数从 Series 实例生成令牌。

参数：

n：int: n-gram 的度数(连续标记的数量)。对于二元组，默认值为 2。
separator：str: 在n-gram 之间使用的分隔符。默认为‘_’。

例子：

>>> import cudf
>>> str_series = cudf.Series(['this is my', 'favorite book'])
>>> str_series = cudf.Series(['this is my', 'favorite book'])
>>> str_series.str.ngrams(2, "_")
0    this is my_favorite book
dtype: object
>>> str_series = cudf.Series(['abc','def','xyz','hhh'])
>>> str_series.str.ngrams(2, "_")
0    abc_def
1    def_xyz
2    xyz_hhh
dtype: object

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.core.column.string.StringMethods.ngrams。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。