Question

我在一列中有一个csv文件，如下所示。符号和数字仅用于显示文件不仅包含文本。我有两个目标：

计算单词的出现次数;
确定单词出现的行数。

Stuff
I like apples. Sally likes apples.
Jim has 4 berries.  !@#
John has 2 apples.

理想情况下，代码应该返回如下内容： {apples：3} {行数：2}

我已经编写了一些代码来尝试计算出现次数，但它没有正常运行（假设是因为标点符号）。另外，我不知道如何确定单词出现的行数;这可以像计算每行中唯一出现次数一样简单，但我不确定如何继续。这是我到目前为止的代码，在Python 3.6.1中完成：

import csv
my_reader = csv.reader(open('file.csv', encoding = 'utf-8'))
ctr = 0
for record in my_reader:
    if record[0] == 'apples':
        ctr += 1
print(ctr)

代码只返回0作为答案。帮助

Answer 1

您正在比较row == 'apple，您需要的是if 'apple' in row。要计算出现的事件，您可以使用str.count()，例如：

import csv
my_reader = csv.reader(open('file.csv', encoding = 'utf-8'))
ctr = 0
rows = 0
for record in my_reader:
    if 'apples' in record[0]:
        rows += 1
        ctr += record[0].count('apples')

print('apples: {}, rows: {}'.format(ctr, rows))

通过这种方式，您将检查row是否包含apples，然后将rows增加1，并将ctr的{{1}}增加apples row 1}}。

Answer 2

import collections
import csv

occurrences = collections.defaultdict(lambda: collections.Counter())
with open('path/to/file') as infile:
    for r,row in enumerate(csv.reader(infile)):
        r = (r,)
        for word in (w for col in row for w in col.split()):
            occurrences[word].update(r)

for word,occs in occurrences.items():
    print("{} appears {} times on {} rows".format(word, sum(occs.values()), len(occs)))

Answer 3

我不知道你为什么使用csv阅读器，因为你没有使用任何csv文件。

这是一个代码，可以使用更少的代码完成您所需的工作。

df[df.c2.rank(pct=True).gt(.8)]

  c1  c2
5  f  98
9  j  99

以下是运行的代码： https://repl.it/JkVn/1

计算csv中的单词出现次数并确定行外观

3 个答案: