将CSV文件中的列转换为Python中的单词直方图

我有一个包含两列的CSV文件，它们没有标题/标题。我想忽略第一列，并使用第二列（第[1]行）生成词频直方图

但是每个条目都包含多个单词和其他代码，我在这里看到的答案将每个条目视为一个字符串，因此我的柱状图的每个条都有相同的值，因为每个字符串在文件中出现一次。我也尝试过将所有的行[1]添加到一个列表中，但是这也不起作用，并且所有的条都有相同的高度。我想根据数据制作柱状图，例如：

positive     This dress is great
negative     This coat is terrible
neutral      That dress was ok

希望直方图条的值为

This:2 is:2 dress:2 great:1 etc

---

选项1
结合使用

csv

模块和

集合。计数器

对象：

import csv
from collections import Counter

data = []
with open('data.csv') as f:
    data = [word for row in csv.reader(f) for word in row[1].lower().split()]

counts = Counter(data)

---

选项2
使用

熊猫

。以

系列

的形式加载数据，使用

header=False指定无头

，并使用

usecols=[1]

忽略第一列（忽略第0列）

接下来，在空格上调用

str.split

，

stack

列，然后调用

value\u counts

：

s.str.lower().str.split(None, expand=True).stack().value_counts()

this        2
dress       2
is          2
coat        1
ok          1
was         1
great       1
terrible    1
that        1
dtype: int64

---

只想补充一点，如果文件很大（真的很大），你可以逐行读取它。试试这个代码。它在分割时将多个空格视为一个空格，并允许您忽略大小写

from collections import defaultdict
import re


def read_string_column(csv_file,delimiter=','):
    """
    Read the file line by line
    """
    line = '1'
    while line:
        line = csv_file.readline()
        if len(line.split(delimiter))<2:
            continue
        yield line.split(delimiter)[1]


def add_word_counts(word_dict,new_words):
    """
    Add word counts to a defaultdict
    """
    for word in new_words:
        if word:
            word_dict[word]+=1

def count_words(csv_file,delimiter=',',ignore_case=True):
    """
    Count words.
    delimiter - csv file delimiter
    ignore_case - if True, the text will be read in a lower case
    """
    result_dict = defaultdict(int)
    if ignore_case:
        for words in read_string_column(csv_file,delimiter):
            add_word_counts(result_dict,re.split('\s+',words.lower().strip()))
    else:
        for words in read_string_column(csv_file,delimiter):
            add_word_counts(result_dict,re.split('\s+',words.strip()))
    return result_dict

if __name__=='__main__':
    f = open('1.csv','r')
    print(count_words(f,ignore_case=True))

从集合导入defaultdict
进口稀土
def read_string_列（csv_文件，分隔符='，'）：
"""
逐行读取文件
"""
行='1'
while line：
line=csv_文件。readline（）
如果len（line.split（delimiter））正在使用pandas？@cᴏʟᴅsᴘᴇᴇᴅ 我尝试过使用pandas是的，这给了我不正确的结果
collections.Counter（读卡器中的逐行逐行逐行，逐行[1].split（））
from collections import defaultdict
import re


def read_string_column(csv_file,delimiter=','):
    """
    Read the file line by line
    """
    line = '1'
    while line:
        line = csv_file.readline()
        if len(line.split(delimiter))<2:
            continue
        yield line.split(delimiter)[1]


def add_word_counts(word_dict,new_words):
    """
    Add word counts to a defaultdict
    """
    for word in new_words:
        if word:
            word_dict[word]+=1

def count_words(csv_file,delimiter=',',ignore_case=True):
    """
    Count words.
    delimiter - csv file delimiter
    ignore_case - if True, the text will be read in a lower case
    """
    result_dict = defaultdict(int)
    if ignore_case:
        for words in read_string_column(csv_file,delimiter):
            add_word_counts(result_dict,re.split('\s+',words.lower().strip()))
    else:
        for words in read_string_column(csv_file,delimiter):
            add_word_counts(result_dict,re.split('\s+',words.strip()))
    return result_dict

if __name__=='__main__':
    f = open('1.csv','r')
    print(count_words(f,ignore_case=True))