python - 将连续的 SpcCy 实体提取到 Dataframe 中

Question

我需要提取实体标签 ECHO，然后是使用 SpaCy 的连续结果。在某些情况下，文本可能有多个日期和多个回声测量值。例如：

例 1：射血分数 6-5-06 重度 mr，轻度 ar lvef 26%，9-22-06 lvef 20%-23%

示例 2：

预期结果应如下所示：

	日期_1	产品_1	结果_A	结果_A2	日期_2	结果_B	结果_B2
0	6-5-06	左心室	24%	无效的	06 年 9 月 20 日	45%	50%
1	10-01-07	英夫	35%	45%	英夫	35%	无效的

这是我用来生成df的。

import pandas as pd

df = pd.DataFrame()

 

mylist= []

for ent in doc.ents:

    print(ent.text, ent.label_)

    mylist.append([ent.text,ent.label_])

    print(mylist)

   

procedure = ', '.join(i[0] for i in mylist if i[1] =='PROCEDURE')

value =  ', '.join(i[0] for i in mylist if i[1] =='UNIT')

date =  ', '.join(i[0] for i in mylist if i[1] =='DATE')

 

 

df = df.append({'ProcdureName':procedure, 'Value': value, 'Date': date},ignore_index=True)

print(df)