Python 计算数据帧中特定单词的出现次数
我有一个带有列Python 计算数据帧中特定单词的出现次数,python,pandas,Python,Pandas,我有一个带有列标记的数据帧,该列包含一个字符串。 对于数据帧每一行的标记列中的字符串,我想计算某些单词出现的次数 输入: 0 ['uno', 'dos', 'one', 'two', 'tres', 'quatro',... 1 ['uuh', 'sugar', 'pie', 'honey', 'bunch', 'kno... 2 ['cant', 'get', 'satisfaction', 'cant', 'get',... 3 ['woke', 'mornin',
标记的数据帧,该列包含一个字符串。
对于数据帧每一行的标记列中的字符串,我想计算某些单词出现的次数
输入:
0 ['uno', 'dos', 'one', 'two', 'tres', 'quatro',...
1 ['uuh', 'sugar', 'pie', 'honey', 'bunch', 'kno...
2 ['cant', 'get', 'satisfaction', 'cant', 'get',...
3 ['woke', 'mornin', 'mind', 'mind', 'got', 'tro...
还有很多行,但这是格式
我有一个要检查的单词列表
words = ["uno", "dos"]
我试着做了以下几件事
def counter(row):
return len([key for key, val in enumerate(row) if val in set(words)])
df.apply(lambda row: counter(['Token']), axis =1)
但是,这会导致错误的结果,每行为零
预期产出:
0 4
1 5
2 2
3 1
如何将此函数正确应用于行中的每个元素,或者其他什么函数可以实现此目的。问题定义不明确,请在此处进行猜测:
words = ["uno", "dos"]
df = pd.DataFrame({"Token": ["A uno dos", "B dos tres", "C tres"]})
df["count"] = df.Token.apply(lambda row: len([x for x in words if x in row]))
print(df)
# Output:
Token count
0 A uno dos 2
1 B dos tres 1
2 C tres 0
您的主要问题是您正在将['Token']
传递给计数器
函数,这没有意义,因为这样您正在检查字符串中是否包含单词
“Token”
使用对“Token”应用lambda
,然后使用string.count()
查找字符串中出现的单词。每个单词都需要这样做,所以使用列表理解
words = ["uno", "dos"]
df = pd.DataFrame({"Token":["uno dos khela uno dos","ha ama kau a","aa uno"]})
df["Token_count"] = df.Token.apply(lambda x: sum([x.count(word) for word in words]))
print(df)
Token Token_count
0 uno dos khela uno dos 4
1 ha ama kau a 0
2 aa uno 1
显示输入和预期输出Hanks,这似乎有效,只是它只计算“单词”列表中的每个单词一次,我想计算这些单词在行中的次数你肯定是正确的