Python：来自另一个列表的dict中出现的计数答案

【问题标题】：Python: Count of occurrences in dict from another listPython：来自另一个列表的dict中出现的计数
【发布时间】：2021-03-26 14:22:54
【问题描述】：

我正在尝试根据感兴趣的单词子集计算单词在 dict 列中存在的次数。

首先我导入我的数据

products = graphlab.SFrame('amazon_baby.gl/')
products['word_count'] = graphlab.text_analytics.count_words(products['review'])
products.head(5)

数据可以在这里找到：https://drive.google.com/open?id=0BzbhZp-qIglxM3VSVWRsVFRhTWc

然后我创建我感兴趣的单词列表：

words = ['awesome', 'great', 'fantastic']

我想计算“words”中每个单词在 products['word_count'] 中出现的次数。

我不喜欢使用 graphlab。这是同事向我建议的。

【问题讨论】：

欢迎来到 SO。我们希望看到您努力完成代码的证据。看起来您拥有裸露的结构并且不知道如何完成它，这不是 SO 的用途。请阅读“How to Ask”，包括链接和“minimal reproducible example”。我还建议阅读meta.stackoverflow.com/q/261592/128421。

标签： python word-count graphlab sframe

【解决方案1】：

好吧，我不太清楚您所说的“在 dict 列中”是什么意思。如果是列表：

import operator
dictionary={'texts':['red blue blue','red black','blue white white','red','white','black','blue red']}
words=['red','white','blue']
freqs=dict()
for t in dictionary['texts']:
    for w in words:
        try:
             freqs[w]+=t.count(w)
        except:
            freqs[w]=t.count(w)
top_words = sorted(freqs.items(), key=operator.itemgetter(1),reverse=True)

如果只是一个文本：

import operator
dictionary={'text':'red blue blue red black blue white white red white black blue red'}
words=['red','white','blue']
freqs=dict()
for w in words:
    try:
        freqs[w]+=dictionary['text'].count(w)
    except:
        freqs[w]=dictionary['text'].count(w)
top_words = sorted(freqs.items(), key=operator.itemgetter(1),reverse=True)

【讨论】：

【解决方案2】：

如果你想计算单词的出现次数，一个快速的方法是使用来自collections的Counterobject

例如：

In [3]: from collections import Counter
In [4]: c = Counter(['hello', 'world'])

In [5]: c
Out[5]: Counter({'hello': 1, 'world': 1})

能否显示products.head(5) 命令的输出？

【讨论】：

【解决方案3】：

如果您坚持使用 graphlab（或 SFrame），请使用 SArray.dict_trim_by_keys 方法。文档在这里：https://dato.com/products/create/docs/generated/graphlab.SArray.dict_trim_by_keys.html

import graphlab as gl
sf = gl.SFrame({'review': ['what a good book', 'terrible book']})
sf['word_bag'] = gl.text_analytics.count_words(sf['review'])

keywords = ['good', 'book']
sf['key_words'] = sf['word_bag'].dict_trim_by_keys(keywords, exclude=False)
print sf

+------------------+---------------------+---------------------+
|      review      |       word_bag      |      key_words      |
+------------------+---------------------+---------------------+
| what a good book | {'a': 1, 'good':... | {'good': 1, 'boo... |
|  terrible book   | {'book': 1, 'ter... |     {'book': 1}     |
+------------------+---------------------+---------------------+ 
[2 rows x 3 columns]

【讨论】：

【解决方案4】：

您想将每个计数放在单独的列中吗？在这种情况下，这可能会起作用：

keywords = ['keyword1' , 'keyword2']

def word_counter(dict_cell , word):
if word in dict_cell:
    return dict_cell[word]
else:
    return 0

for words in keywords:
  df[words] = df['word_count'].apply(lambda x:word_counter(x,words))

【讨论】：

【解决方案5】：

def count_words(x, w):
    if w in x:
        return x.count(w)
    else:
        return 0   

selected_words = ['awesome', 'great', 'fantastic', 'amazing', 'love', 'horrible', 'bad', 'terrible', 'awful', 'wow', 'hate']

for words in selected_words:
    products[words]=products['review'].apply(lambda x:count_words(x,words))

【讨论】：