在csv中計算單詞出現並確定行外觀

我在一列中有一個csv文件，如下所示。符號和數字僅用於表明文件不僅包含文本。我有兩個目標：在csv中計算單詞出現並確定行外觀

計算一個單詞的出現次數;
確定一個字有多少行出現在

Stuff 
I like apples. Sally likes apples. 
Jim has 4 berries. [email protected]# 
John has 2 apples.

理想情況下，代碼應該返回類似： {蘋果：3} {＃行：2}

我已經編寫了一些代碼來嘗試和計算出現次數，但它沒有正常運行（假設是因爲標點符號）。另外，我不知道如何確定單詞出現的行數;這可以像計算每行中唯一出現的次數一樣簡單，但我不確定如何繼續。下面是代碼我迄今，在Python 3.6.1完成：

import csv 
my_reader = csv.reader(open('file.csv', encoding = 'utf-8')) 
ctr = 0 
for record in my_reader: 
    if record[0] == 'apples': 
     ctr += 1 
print(ctr)

的代碼只是返回0的答案。幫幫我？

來源

2017-07-27 Mat

'打印（記錄）'的循環，看看什麼東西被放在它。您可以使用['str.find（）']（https://docs.python.org/3/library/stdtypes.html#str.find）方法在字符串中搜索子字符串。或者，您可以使用['str，split（）']（https://docs.python.org/3/library/stdtypes.html#str.split）方法將字符串分解爲單獨的「單詞」，使用空格（''''）作爲分隔符。 – martineau

'print（record）'將文件的最後一行作爲'['John有2個蘋果'']'返回，即它看起來像忽略了其他行。 – Mat

也許不是。你把'print' **放在循環中了嗎？否則，您可能只是獲取最後顯示的記錄。 – martineau

您正在比較是否row == 'apple，您需要的是if 'apple' in row。並計算你可以使用str.count()的發生，例如：

import csv 
my_reader = csv.reader(open('file.csv', encoding = 'utf-8')) 
ctr = 0 
rows = 0 
for record in my_reader: 
    if 'apples' in record[0]: 
     rows += 1 
     ctr += record[0].count('apples') 

print('apples: {}, rows: {}'.format(ctr, rows))

這樣，您將檢查row包含那麼你遞增一rows，並通過在row的數量增加ctr。

來源

2017-07-27 01:13:37

import collections 
import csv 

occurrences = collections.defaultdict(lambda: collections.Counter()) 
with open('path/to/file') as infile: 
    for r,row in enumerate(csv.reader(infile)): 
     r = (r,) 
     for word in (w for col in row for w in col.split()): 
      occurrences[word].update(r) 

for word,occs in occurrences.items(): 
    print("{} appears {} times on {} rows".format(word, sum(occs.values()), len(occs)))

來源

2017-07-27 01:20:57 inspectorG4dget

'occurrences = collections.defaultdict（collections.Counter）'也沒有工作量開銷。 – martineau

@ inspectorG4dget，我也嘗試了你的解決方案，但是我得到了一個「無效的語法」與'枚舉'錯誤。我正在使用OS X，如果這很重要...... – Mat

@Mat：應該是'r，在枚舉行（csv.reader（infile））：'。 – martineau

我不知道你爲什麼使用csv閱讀器，因爲你沒有使用任何csv文件。

這是一個代碼，將使用更少的代碼來做你所需要的。

my_reader = open('file.csv', encoding = 'utf-8') 
rows = 0 
apples = 0 

for record in my_reader: 
    if record.count('apple') > 0: 
     rows += 1 
     apples += record.count('apple') 

print('{apples: %d } {# of rows: %d }' % (apples, rows))

下面是代碼運行： https://repl.it/JkVn/1

來源

2017-07-27 01:27:07

我正在閱讀一個CSV文件，所以不確定你的意思。另外，如果我將文件開放行中的參數''r'更改爲'encoding ='utf-8''，它會運行，謝謝您的輸入;用'r'，shell會返回一個unicodedecode錯誤。 – Mat

您與我們分享的文件只是一個帶有csv擴展名的簡單txt文件。一個csv文件是一個電子表格文件，這裏是維基百科頁面，顯示它是如何形成的https://en.wikipedia.org/wiki/Comma-separated_values。 –

是的，我知道csv文件是什麼，但不知道如何粘貼文件，而沒有拍攝屏幕截圖，所以我只是手動輸入來自csv文件的條目。你的代碼適用於小編輯，所以不用擔心。 – Mat

在csv中計算單詞出現並確定行外觀

回答

相關問題