Question

我应该计算文档“individual-articles”中所有文件中字典“d”的所有键值的频率。这里，文档“individual-articles”有大约20000个txt文件，文件名为1 ，2,3,4 ...例如：假设d [英国] = [5,76,289]必须返回英国出现在文件中的文件5.txt，76.txt，289.txt的次数“我需要在同一文档中的所有文件中找到它的频率。

import collections
import sys
import os
import re
sys.stdout=open('dictionary.txt','w')
from collections import Counter
from glob import glob


folderpath='d:/individual-articles'
counter=Counter()


filepaths = glob(os.path.join(folderpath,'*.txt'))

def words_generator(fileobj):
    for line in fileobj:
        for word in line.split():
            yield word
word_count_dict = {}
for file in filepaths:
    f = open(file,"r")
    words = words_generator(f)
    for word in words:
        if word not in word_count_dict:
              word_count_dict[word] = {"total":0}
        if file not in word_count_dict[word]:
              word_count_dict[word][file] = 0
        word_count_dict[word][file] += 1              
        word_count_dict[word]["total"] += 1        
for k in word_count_dict.keys():
    for filename in word_count_dict[k]:
        if filename == 'total': continue
        counter.update(filename)

for k in word_count_dict.keys():
    for count in counter.most_common():
        print('{}  {}'.format(word_count_dict[k],count))

如何才能在那些作为该键值字典元素的文件中找到英国的频率？

我需要在同一个例子中将这些值存储在另一个d2中，d2必须包含

（英国，26,1200）（西班牙，52,6795）（法国，45568）

其中26是文件中英文单词的频率5.txt，76.txt和289.txt和1200是所有文件中英文单词的频率。同样对于西班牙和法国。

我在这里使用计数器，我认为这是缺陷，因为到目前为止一切正常，除了我的最后一个循环！

我是一个蟒蛇新手，我已经尝试过了！请帮助!!

Answer 1

word_count_dict["Britain"]是一本普通字典。只需循环它：

for filename in word_count_dict["Britain"]:
    if filename == 'total': continue
    print("Britain appears in {} {} times".format(filename, word_count_dict["Britain"][filename]))

或使用以下方法检索所有密钥：

word_count_dict["Britain"].keys()

请注意，该字典中有一个特殊键total。

可能是您的缩进已关闭，但似乎您没有正确计算文件条目：

if file not in word_count_dict[word]:
    word_count_dict[word][file] = 0
    word_count_dict[word][file] += 1              
    word_count_dict[word]["total"] += 1

如果以前在单词词典中没有看到+= 1，

只计算（file）个单词;纠正于：

if file not in word_count_dict[word]:
    word_count_dict[word][file] = 0
word_count_dict[word][file] += 1              
word_count_dict[word]["total"] += 1

要将此扩展为任意字词，请循环覆盖外部word_count_dict：

for word, counts in word_count_dict.iteritems():
    print('Total counts for word {}: '.format(word, counts['total']))
    for filename, count in counts.iteritems():
        if filename == 'total': continue
        print("{} appears in {} {} times".format(word, filename, count))

如何迭代字典python中的所有键？

1 个答案: