如何使用单词列表计算数据框中的字数？答案

【问题标题】：How to count word count in Data Frame using word list?如何使用单词列表计算数据框中的字数？
【发布时间】：2021-05-06 05:46:06
【问题描述】：

我有一个关于使用 python 计算字数的问题。

数据框有三列。（id、text、word）

首先，这是示例表。

[数据框]

df = pd.DataFrame({
    "id":[
        "100",
        "200",
        "300"
    ],
    "text":[
        "The best part of Zillow is you can search/view thousands of home within a click of a button without even stepping out of your door.At the comfort of your home you can get all the details such as the floor plan, tax history, neighborhood, mortgage calculator, school ratings etc. and also getting in touch with the contact realtor is just a click away and you are scheduled for the home tour!As a first time home buyer, this website greatly helped me to study the market before making the right choice.",
        "I love all of the features of the Zillow app, especially the filtering options and the feature that allows you to save customized searches.",
        "Data is not updated spontaneously. Listings are still shown as active while the Mls shows pending or closed."
    ],
        "word":[
        "[best, word, door, subway, rain]",
        "[item, best, school, store, hospital]",
        "[gym, mall, pool, playground]",
    ]
    })

我已经将文本拆分成字典了。

所以，我想把每行单词列表检查成文本。

这就是我想要的结果。

| id |                   word dict                          |
| -- | -----------------------------------------------      |
| 100| {best: 1, word: 0, door: 1, subway: 0 , rain: 0}     |         
| 200| {item: 0, best: 0, school: 0, store: 0, hospital: 0} |
| 300| {gym: 0, mall: 0, pool: 0, playground: 0}            |

请检查这个问题。

【问题讨论】：

标签： python python-3.x dataframe dictionary word-cloud

【解决方案1】：

我们可以使用re 提取list 中的所有单词。请注意，这只会匹配您列表中的单词，而不是数字。

然后应用一个返回dict 的函数，其中包含列表中每个单词的计数。然后我们可以将此函数应用于df 中的新列。

import re

def count_words(row):
    words = re.findall(r'(\w+)', row['word'])
    return {word: row['text'].count(word) for word in words}

df['word_counts'] = df.apply(lambda x: count_words(x), axis=1)

输出

    id  ...                                        word_counts
0  100  ...  {'best': 1, 'word': 0, 'door': 1, 'subway': 0,...
1  200  ...  {'item': 0, 'best': 0, 'school': 0, 'store': 0...
2  300  ...  {'gym': 0, 'mall': 0, 'pool': 0, 'playground': 0}

[3 rows x 4 columns]

【讨论】：

谢谢，可以数字吗？喜欢词频！
什么意思？在这个例子中，我们正在计算单词。

【解决方案2】：

由于你的 word 列是字符串类型，所以先将其转换为列表：

df['word'] = df['word'].str[1:-1].str.split(',')

现在您可以使用 apply for axis=1 来计算每个单词的数量：

df[['text', 'word']].apply(lambda row: {item:row['text'].count(item) for item in row['word']}, axis=1)

输出：

Out[32]: 
0    {'best': 1, ' word': 0, ' door': 1, ' subway':...
1    {'item': 0, ' best': 0, ' school': 0, ' store'...
2    {'gym': 0, ' mall': 0, ' pool': 0, ' playgroun...
dtype: object

【讨论】：