Python在一定条件下计算单词数

我试图获取每行的第二个单词，但前提是csv中的第二个最后一个数字为0，并计算每个单词在csv文件中出现的次数

数据：

迄今为止的代码：

words= []
with open('the_file.csv', 'rb') as csvfile:
    reader = csv.reader(csvfile)
    reader.next()
    for row in reader:
         csv_words = row[1].split(";")
         for i in csv_words:
              words.append(i)

---

当您当前检查字符串的元素

1

时，需要调整检查最后一个字段值的方式，即

然后继续按
进行拆分

test = '0;London ;10-05-2019 08:50:00;0;9'
>>> test[1].split(';')
['', '']

关于计算单词，在这里使用字典而不是列表将提供一个更简单的解决方案

放大文件

0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;2;9
0;London ;10-05-2019 08:50:00;3;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;Sydney ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9

代码

输出

{'London': 5, 'Sydney': 1}

注意，如果最后一个元素可能不是整数，则需要将
if语句
更改为
try/catch
子句，或者将0转换为
str

if data[3] == str(0):

当您当前检查字符串的元素
1
时，需要调整检查最后一个字段值的方式，即
然后继续按
进行拆分

test = '0;London ;10-05-2019 08:50:00;0;9'
>>> test[1].split(';')
['', '']

关于计算单词，在这里使用字典而不是列表将提供一个更简单的解决方案

放大文件

0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;2;9
0;London ;10-05-2019 08:50:00;3;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;Sydney ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9

代码

输出

{'London': 5, 'Sydney': 1}

注意，如果最后一个元素可能不是整数，则需要将
if语句
更改为
try/catch
子句，或者将0转换为
str

if data[3] == str(0):

将拆分更改为在整行上进行，而不是仅在第三个字符（行[3]）。拆分（“；”）更改为行。拆分（“；”）

将拆分更改为在整行上进行，而不是仅在第三个字符（行[3]）。拆分（“；”）更改为行。拆分（“；”）

您可以大大简化代码并实现相同的目标。我使用了collections中的计数器模块来简化这个过程

示例CSV。在最后一列的第二行中添加了第四行和1，以确保我的答案不包括这一点

0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;1;9
0;London ;10-05-2019 08:50:00;0;9
0;Tampa ;10-05-2019 08:50:00;0;9
0;Tampa ;10-05-2019 08:50:00;0;9
0;Tampa ;10-05-2019 08:50:00;0;9

代码：

输出：

Counter({'London ': 4, 'Tampa ': 3})

我所做的事情：

1） 添加了分隔符
到
读卡器
即
读卡器=csv.reader（csvfile，分隔符='；'）

2） 将最后第二个元素强制转换为列表中的
int
，以检查是否为0，即
如果int（行[-2:[0]）==0:

3） 使用
计数器
模块从列表
单词

Counter
是
dict
的一个子类，因此您可以以类似于字典的方式使用
计数器

较短版本

您可以使用以下代码避免列出
单词
：

import csv
from collections import Counter

word_count = Counter()
with open('the_file.csv', 'r') as csvfile:
    reader = csv.reader(csvfile, delimiter=';')
    for row in reader:
        if int(row[-2:][0])== 0:
            word_count.update([row[1]]) 

print(word_count)  

输出：

Counter({'London ': 4, 'Tampa ': 3})

您可以大大简化代码并实现相同的目标。我使用了collections中的计数器模块来简化这个过程

示例CSV。在最后一列的第二行中添加了第四行和1，以确保我的答案不包括这一点

0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;0;9
0;London ;10-05-2019 08:50:00;1;9
0;London ;10-05-2019 08:50:00;0;9
0;Tampa ;10-05-2019 08:50:00;0;9
0;Tampa ;10-05-2019 08:50:00;0;9
0;Tampa ;10-05-2019 08:50:00;0;9

代码：

输出：

Counter({'London ': 4, 'Tampa ': 3})

我所做的事情：

1） 添加了分隔符
到
读卡器
即
读卡器=csv.reader（csvfile，分隔符='；'）

2） 将最后第二个元素强制转换为列表中的
int
，以检查是否为0，即
如果int（行[-2:[0]）==0:

3） 使用
计数器
模块从列表
单词

Counter
是
dict
的一个子类，因此您可以以类似于字典的方式使用
计数器

较短版本

您可以使用以下代码避免列出
单词
：

import csv
from collections import Counter

word_count = Counter()
with open('the_file.csv', 'r') as csvfile:
    reader = csv.reader(csvfile, delimiter=';')
    for row in reader:
        if int(row[-2:][0])== 0:
            word_count.update([row[1]]) 

print(word_count)  

输出：

Counter({'London ': 4, 'Tampa ': 3})

计数器对象（在集合中）将为您完成所有工作：

from collections import Counter
with open('the_file.csv', 'rb') as csvfile:
    words = Counter(word.strip() for _,word,_,flag,_ in csv.reader(csvfile, delimiter=';') if flag == "0")

words["london"] # ---> number of times london was found

计数器对象（在集合中）将为您完成所有工作：

from collections import Counter
with open('the_file.csv', 'rb') as csvfile:
    words = Counter(word.strip() for _,word,_,flag,_ in csv.reader(csvfile, delimiter=';') if flag == "0")

words["london"] # ---> number of times london was found

代码有什么问题吗？嘿，Tom，包括您当前获得的输出以及一些更多的示例数据可能是值得的。您可以通过添加
delimiter='；”来节省一些代码在读卡器声明中。
有效的_行=过滤器（lambda l:l.split（“；”）[-2]！=“0”，行）；打印（collections.Counter（line.split（“；”[1].strip（），用于有效的_行中的行））
代码有什么问题吗？嘿，Tom，包括您当前获得的输出以及一些示例数据可能会有好处。您可以通过添加
delimiter='；”来节省一些代码在读卡器声明中。
有效的_行=过滤器（lambda l:l.split（“；”）[-2]！=“0”，行）；打印（collections.Counter（line.split（“；”）[1].strip（），用于有效行中的行））