我有一个数据帧,它的列Token
包含一个字符串。对于数据帧每行Token
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...
还有一堆行,但这是格式
我有一个单词列表,我想检查
words = ["uno", "dos"]
我试着做下面的
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)
然而,这会导致错误的结果,每行为零。
预期输出:
0 4
1 5
2 2
3 1
如何将此函数正确地应用于行的每个元素,或者其他什么函数可以实现此功能。
在'Token'上使用apply 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list comprehension
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
问题定义不明确,在这里猜测:
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
您的主要问题是将['Token']
传递给Counter
函数,这是没有意义的,因为像这样,您正在检查字符串"Token"
中是否包含words
。