dataframe某列是英文text，怎么提取关键词和其他某列权重，保留权重高的几个词语，举例

可以使用Python中的`nltk`库进行文本处理，`nltk`提供了一些常见的文本处理操作，包括关键词提取。以下是一个示例代码，演示如何从一个DataFrame中的英文text列中提取关键词，并根据其他某列的权重保留权重高的几个词语。

import pandas as pd
from nltk.tokenize import word_tokenize
from nltk.corpus import stopwords
from nltk.stem import WordNetLemmatizer
from nltk.probability import FreqDist

# 加载停用词
stop_words = set(stopwords.words('english'))

# 加载词形还原器
lemmatizer = WordNetLemmatizer()

# 加载数据
df = pd.read_csv('data.csv')

# 定义函数，用于提取关键词
def extract_keywords(text, weight):
    # 将文本转换为小写
    text = text.lower()
    # 分词
    tokens = word_tokenize(text)
    # 去除停用词和标点符号
    tokens = [t for t in tokens if t not in stop_words and t.isalpha()]
    # 词形还原
    tokens = [lemmatizer.lemmatize(t) for t in tokens]
    # 计算词频
    freq_dist = FreqDist(tokens)
    # 根据权重排序
    sorted_words = sorted(freq_dist.items(), key=lambda x: x[1]*weight, reverse=True)
    # 返回前几个词语
    return [w[0] for w in sorted_words[:3]]

# 提取关键词，并添加到新的列中
df['keywords'] = df.apply(lambda row: extract_keywords(row['text'], row['weight']), axis=1)

以上代码中，我们首先加载了停用词和词形还原器。然后定义了`extract_keywords`函数，该函数接受一行数据中的text和weight列作为参数，对text列中的文本进行分词、去除停用词、词形还原、计算词频等操作，最终返回权重高的几个词语。我们使用`apply`函数将该函数应用到DataFrame的每一行数据中，提取关键词并添加到新的keywords列中。