Pandas中实现词频统计次数，该怎么写？

前端皮皮

发布于 2022-08-17 17:09:05

1K0

发布于 2022-08-17 17:09:05

文章被收录于专栏：前端进阶学习交流

大家好，我是皮皮。

一、前言

前几天在Python铂金交流群有个叫【dcpeng】的粉丝问了一个Pandas中实现词频统计次数的问题，这里拿出来给大家分享下，一起学习下。

下图是原始数据：

他自己写的部分代码，如下：

df = pd.read_excel('./data.xls', names=['name', 'count'])
names = ['明玉', '苏明玉',  '苏总', '朱丽', '丽丽', '明哲', '苏明哲', '大哥', '明成', '苏明成', '大哥',
         '苏大强', '老爹', '爸', '吴非', '苏家', '宝宝', '老蒙', '蒙总', '小蒙', '天冬', '石天冬',
         '石大哥', '柳青', '蔡根花', '钟点工', '温玮光', ' 温总', '苏母']

二、解决过程

这里【月神】给出了一个代码，如下图所示：

然后他自己修改下，就搞定了。

代码如下所示：

df = pd.read_excel('./data.xls')
names = ['明玉', '苏明玉',  '苏总', '朱丽', '丽丽', '明哲', '苏明哲', '大哥', '明成', '苏明成', '大哥',
         '苏大强', '老爹', '爸', '吴非', '苏家', '宝宝', '老蒙', '蒙总', '小蒙', '天冬', '石天冬',
         '石大哥', '柳青', '蔡根花', '钟点工', '温玮光', ' 温总', '苏母']
print(df[df['name'].isin(names)])

不过事情还没有完成，后来又提新的需求了。

比如这种，他都是一个人，怎么把他处理到一块？

这里他自己想到了一个可行的思路。把人名整理到每一行，以空格分开，每一行代表一个人，之后逐行读取，然后传值到变量里边，df[df['name'].isin(names)]，挨个输出就可以了，代码如下：

with open('人名.txt', 'r', encoding='utf-8') as f:
    name_count = 0
    for names in f:
        name = names.strip().split()
        count = df[df['name'].isin(name)]
        # print(df[df['name'].isin(list(names))])  
        print(count['count'].sum())