Question

npl = []
for i in df2['Review']:
    npl.extend(tb(i).noun_phrases)

这是我用来生成列表的代码，而且很长。

['omg',
 'populus scramble',
 'coffee',
 'hack',
 'snagged',
 'burpple',
 'ice cream melts',
 'sweet prize ',
 ...]

基本上，我如何开发将循环列表以计算单词出现频率并显示单词的代码？类似于Counter。我花了几个小时浏览这个网站，试图找到适合我的代码，但无济于事。

npl.count('coffee')

使用上面的代码有效，但仅适用于一个单词

预期的输出是这样的：

 {'coffee', '45'
  'snagged', '23'
  'ice cream melts', '13'}

Answer 1

您可以按照以下步骤在数据帧上使用“库”集合中的计数器：

word_counter = Counter()
df2['Review'].str.split(" ").apply(word_counter.update)

但是有了列表，您可以将其直接应用于列表：

word_counter = Counter("your list")

之后，您可以循环遍历索引并删除一些停用词（如果需要）。您还可以通过执行word_counter.most_common(10)

来查看最常见的

但是要小心，由于房屋或房屋之类的多种文字，您的结果将不会是完美的。最好的方法是先标记化并应用词干分析器。

Edit1

如果您想要最常见的词典，您可以这样做：

dict(word_counter .most_common(10))

这是我的摘录：

from collections import Counter

inp = list("abcaddabcabadbcabdabdcbaziyutoigkfdshjkbvaoiuhgbgjkvd^giohdfb")
word_counter = Counter(inp)

dict(word_counter.most_common(4)) => {'a': 9, 'b': 10, 'c': 4, 'd': 8}

如何计算已排序列表中单词的出现频率？

1 个答案:

Edit1