如何计算一个或多个csv文件的每一行中指定字段中的字符串

Question

编写一个 Python 程序（版本 3）来计算一个或多个 csv 文件的每一行中指定字段中的字符串。

csv 文件包含的位置：

Field1, Field2, Field3, Field4
A, B, C, D
A, E, F, G
Z, E, C, D
Z, W, C, Q

脚本被执行，例如：

$ ./script.py 1,2,3,4 file.csv

结果是：

A       10
C       7
D       2
E       2
Z       2
B       1
Q       1
F       1
G       1
W       1

错误 脚本被执行，例如：

$ ./script.py 1,2,3,4 file.csv file.csv file.csv

错误发生的地方：

for rowitem in reader:
    for pos in field:
        pos = rowitem[pos] ##<---LINE generating error--->##

        if pos not in fieldcnt:
            fieldcnt[pos] = 1

        else:
            fieldcnt[pos] += 1

TypeError：列表索引必须是整数或切片，而不是 str

谢谢！

Answer 1

从输出来看，我会说 csv 文件中的字段不会影响字符串的计数。如果字符串唯一性不区分大小写，请记住使用yourstring.lower() 来返回字符串，以便不同的大小写匹配实际上算作一个。另外请记住，如果您的文本很大，您可能会发现的唯一字符串的数量也可能非常大，因此必须进行某种排序才能理解它！ （否则它可能是一长串随机计数，其中很大一部分只是 1s）

现在，使用 collections 模块获取唯一字符串的计数是一种简单的方法。

file = open('yourfile.txt', encoding="utf8")
a= file.read()

#if you have some words you'd like to exclude
stopwords = set(line.strip() for line in open('stopwords.txt')) 
stopwords = stopwords.union(set(['<media','omitted>','it\'s','two','said']))
# make an empty key-value dict to contain matched words and their counts
wordcount = {}
for word in a.lower().split(): #use the delimiter you want (a comma I think?)
    # replace punctuation so they arent counted as part of a word
    word = word.replace(".","")
    word = word.replace(",","")
    word = word.replace("\"","")
    word = word.replace("!","")
    if word not in stopwords:
        if word not in wordcount:
            wordcount[word] = 1
        else:
            wordcount[word] += 1

应该这样做。 wordcount 字典应该包含这个词和它的频率。之后，只需使用collections 对其进行排序并打印出来。

word_counter = collections.Counter(wordcount)
for word, count in word_counter.most_common(20):
    print(word, ": ", count)

我希望这能解决您的问题。让我知道您是否遇到问题。