如何使用 python 中的 word tokenize 函数删除列表中的编号？我得到了输出，但我需要没有数字

Question

我不需要列表编号（即）0,1 等。我需要打印元素没有编号

    import pandas as pd
    from nltk.tokenize import word_tokenize
    import csv
    # define punctuation
    my_str=pd.read_csv("ef.csv")
    punctuations = '''!()-[]{};:'"\,<>./?@#$%^&*_~...'''
    word_tokens = word_tokenize(str(my_str))
    #mystr=str(my_str)
    # remove punctuation from the string
    no_punct = [char for char in word_tokens if not char in punctuations]
    no_punct=[]
    for char in word_tokens:
      if char not in punctuations:
          #no_punct = no_punct + char
           no_punct.append(char)

如何在 python 中使用 word tokenize 函数删除列表中的编号？我得到了输出，但我需要没有数字

Answer 1

嗯，这可以使用简单的 python...

sentence=['Raghavan', 'teaching', 'is', 'excellent', '0', 'Sankar', 'is', 'good', 'at', 'teaching', '1', 'Darwin', 'is', 'extraordinary', 'in', 'teaching']
for i in sentence:
    try:
        if str(int(float(i))).isnumeric():
            sentence.remove(i)
    except:
        pass
print(sentence)
# output - ['Raghavan', 'teaching', 'is', 'excellent', 'Sankar', 'is', 'good', 'at', 'teaching', 'Darwin', 'is', 'extraordinary', 'in', 'teaching']

如何使用 python 中的 word tokenize 函数删除列表中的编号？我得到了输出，但我需要没有数字

how to remove numbering in list using word tokenize function in python ? I am getting the output but i need without numbers

python

csv

nltk

pandas