从一系列文本中提取表情符号

问题描述

我在从一系列表情中提取表情符号时遇到了问题。 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 ❤️   
... ... ...

仅在文本上检查函数：

text = '@philip '
extract_emojis(text)
--> 'U0001f929U0001f929'        

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： 我只是在看了这些链接后才问这个问题： Python unicode character conversion for Emoji How to extract all the emojis from text?

推荐答案

，而不是迭代整个数据集。您可以使用apply或lambda应用该函数。

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 ❤️   ❤