如何使用Ruby來計算單詞中單詞頻率和CSV文件中單詞的組合？

Question

我想處理一個特定的列，我想生成文字雲。例如，將列名稱視爲「名稱」。我在該欄下有5條記錄。他們是「abc xyz」，「abc qpr xyz」，「qpr xyz」，「xyz」，「abc qpr」。所以我期待的就像是一個分詞器，我可以得到如下所述的信息：「abc」=> 3，「qpr」=> 3，「xyz」=> 4，「abc xyz」=> 1，「abc qpr xyz「=> 1，」qpr xyz「=> 2，」abc qpr「=> 2.所以我想保留不是特定單詞的頻率，而是單詞組合。

Answer 1

假設您的CSV看起來是這樣的：

x,y,names,... 
1,2,abc xyz,... 
2,3,abc qpr xyz,... 
3,4,qpr xyz,... 
4,5,xyz,... 
5,6,abc qpr,... 

下面是做這件事：

require 'csv' 

CSV.foreach('data.csv', headers: true).with_object(Hash.new(0)) do |row, f| 
    names = row['names']  # obtain names from csv row 
    f[names] += 1    # increase counter for combined names 
    names.split.each do |name| # split names at whitespace 
    f[name] += 1    # increase counter for single name 
    end 
end 
#=> {"abc xyz"=>1, "abc"=>3, "xyz"=>5, "abc qpr xyz"=>1, "qpr"=>3, "qpr xyz"=>1, "abc qpr"=>1} 

對於自定義，你可能想看看的CSV庫中的文件，有許多關於CSV格式，標題轉換等的可用選項。

http://ruby-doc.org/stdlib/libdoc/csv/rdoc/CSV.html

Answer 2

假設

• str是您加載整個文件中的字符串。
• num是你想要的列號。

爲了有一個統計名稱的所有不同的組合哈希：在默認情況下返回0

count = Hash.new(0) 
str.split('\n').each do |line| 
    cols = line.split(',') 
    count[cols[num]] += 1 
end 
return count 

你實例化一個Hash對象（count），再加入1找到的每個關鍵。