Pandas结合Jieba提取xlsx表格文件高频词汇

import pandas as pd
import jieba.analyse


def sort_key(keylist):
    '''
    高频关键词排序
    :param keylist: 关键词列表
    :return:
    '''
    percentage_number = int(keylist.count()*percentage)
    keyword_string = keylist.to_string()
    res = jieba.analyse.extract_tags(keyword_string,
                                     percentage_number)
    print(percentage_number, res)
    return res


def write_excel(res_ls, sheet_name, writer):
    df = pd.DataFrame(res_ls)
    df.to_excel(writer, sheet_name)


def run(sheet_name, writer):
    tb = pd.read_excel("D:/title.xls", sheet_name)
    res_ls = {}
    length = 0
    for i in tb:
        res_ls[i] = sort_key(tb.get(i))
        if len(res_ls[i]) > length:
            length = len(res_ls[i])

    # 补齐队列,长度保持一致
    for i in res_ls:
        i_len = len(res_ls.get(i))
        if i_len < length:
            res_ls[i].extend([""] * (length - i_len))

    write_excel(res_ls, sheet_name, writer)


# 百分比
percentage = 0.15
writer = pd.ExcelWriter("d:/foo.xlsx")
ls = [u"表一", u"表二", u"表三", u"表四", u"表五"]
for x in ls:
    run(x, writer)
writer.save()
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值