Question

我看过很多帖子基本上都在做我正在做的事情，但不幸的是我不知道为什么我会继续得到不是我想要的输出。问题是我每次在excel文件中出现某个单词时都会尝试递增字典，但是当我的代码当前时，每个单词的实例都会被视为一个新单词。例如，“the”在我的文件中出现约50次，但输出只是在许多不同的行上列出“the”，每个实例的计数为“1”。实际上，我希望“the”列出一次，计数为“50”。非常感谢任何澄清！这是我的代码：

import csv
import string

filename = "input.csv"
output = "output1.txt"

def add_word(counts, word):
    word = word.lower()
    #the problem is here, the following line never runs
    if counts.has_key(word):
        counts[word] +=1
    #instead, we always go to the else statement...
    else:
        counts[word] = 1
    return counts

def count_words(text):
    word = text.lower()
    counts = {}
    add_word(counts, word)
    return counts

def main():
    infile = open(filename, "r")
    input_fields = ('name', 'country')
    reader = csv.DictReader(infile, fieldnames = input_fields)
    next(reader)
    first_row = next(reader)
    outfile = open(output, "w")
    outfile.write("%-18s%s\n" %("Word", "Count"))
    for next_row in reader:
        full_name = first_row['name']
        word = text.split(' ',1)[0]
        counts = count_words(word)
        counts_list = counts.items()
        counts_list.sort()
        for word in counts_list:
            outfile.write("%-18s%d\n" %(word[0], word[1]))
        first_row = next_row

if __name__=="__main__":
main()

Answer 1

使用简单字典， dict.get 方法非常适合计算：

>>> d = {}
>>> for color in 'red green blue green red red green'.split():
        d[color] = d.get(color, 0) + 1

>>> d
{'blue': 1, 'green': 3, 'red': 3}

collections module提供了两种简化此代码的方法。

这是使用collections.Counter

的人

>>> from collections import Counter
>>> d = Counter()
>>> for color in 'red green blue green red red green'.split():
        d[color] += 1

>>> d
Counter({'green': 3, 'red': 3, 'blue': 1})

还有collections.defaultdict方法：

>>> from collections import defaultdict
>>> d = defaultdict(int)
>>> for color in 'red green blue green red red green'.split():
        d[color] += 1

>>> d
defaultdict(<type 'int'>, {'blue': 1, 'green': 3, 'red': 3})

当您的输出需要是常规字典或使用旧版本的Python时，常规字典方法最适合。

计数器方法易于使用，并且有许多非常适合计算应用程序的实用程序（例如，most_common（）方法列出了 n 最重要的排序顺序）。 backport of Counter可用于2.7之前的Python版本。

defaultdict 方法有一些缺点。仅仅访问缺失的值将导致字典增长。此外，要使用它，您需要了解工厂函数并知道可以使用无参数调用 int（）来生成零值。

Answer 2

您的函数count_words每次调用时都会创建一个新字典（而不是只添加到当前的results字典。

但是，对于类似的内容，您可能需要考虑使用Counter（dict模块中的特殊collections：

from collections import Counter
c = Counter()
for row in csv_reader:
    c.update(text.lower() for text in row)

print(c)

增加字典

2 个答案: