酒店评价数据分析题目及3、4问答案

酒店评价数据分析

描述‪‬

根据附件文件对酒店评价数据进行分析，本题使用jieba库中的lcut函数对数据进行分词。‬（comment.csv）‬

import jieba‬

test_str = '武汉理工大学是一所世人仰慕的大学' result = jieba.lcut(test_str) # 参数是字符串，结果是将字符串切分为词的列表 print(result) # ['武汉理工大学', '是', '一所', '世人', '仰慕', '的', '大学'‬

文件数据每行包括评论属性和评论内容两个数据，其中评论属性中’1‘代表好评，’0‘代表差评。‬‮‬

要求实现以下功能：‬

文件编码格式为GBK，读取函数示例如下：‬

with open('comment.csv', 'r', encoding='GBK') as f: ls=[i.strip().split(',',maxsplit=1) for i in f.readlines()[1:]‬‮‬

输入n‬‮‬

1. 如果n为’总评‘，分别输出该文件评论总数，好评条数，差评条数，输出格式参照示例一。
2. 如果n为’平均‘，输出该文件中所有评论内容的平均长度（不需要排除字母，标点符号和数字），输出四舍五入后的整数，输出格式参照示例二。‬‮‬
3. 如果n为’好评‘，对文件中所有好评进行词频分析，并输出词频出现最多的前15个词以及出现次数，输出格式参照示例三‬‮‬
4. 如果n为’差评‘，对文件中所有差评进行词频分析，并输出词频出现最多的前15个词以及出现次数，输出格式参照示例四‬‮‬

注：3，4两项功能中统计的词语，要求长度不小于2，不是数字组成，并且不是排除词‬‮‬

#排除词 ex=['不错','比较','可以','感觉','没有', '我们','就是','还是','非常','但是', '不过','有点','一个','一般','下次', '携程','不是','晚上','而且','他们', '什么','不好','时候','知道','这样', '这个','还有','总体','位置','客人', '因为','如果','这里','很多','选择', '居然','不能','实在','不会','这家', '结果','发现','竟然','已经','自己', '问题','不要','地方','只有','第二天', '酒店','房间','虽然']‬‮‬

1. 如果n非以上输入，输出’无数据‘，格式参照示例五

输入输出示例‬‮‬

示例只是输出格式示例，其中数据均与题目无关！

文件获取方式：

链接：https://pan.baidu.com/s/1cv60Ed9v35vpai1ZbbWOng?pwd=ic0z 
提取码：ic0z

import jieba

def readfile():
    with open('E:\Code FILE\PythonFILE\程序设计作业\comment.csv', 'r') as f:
        ls = [i.strip().split(',', maxsplit=1) for i in f.readlines()][1:]
        return ls

def pj(lsn,n):
    a=0
    if n=='好评':
        a=1
    ls_good=[]
    for x in ls:
        if x[0][0]==str(a):
            ls_good.append(x)
    # print(ls_good)
    dict={}
    for x in ls_good:
        ls_word=jieba.lcut(x[0])
        for key in ls_word:
            if key not in ex:
                dict[key] = dict.get(key, 0) + 1
        # print(dict)
    ls1 = sorted(dict.items(), key=lambda x: x[1] ,reverse=1)
    ls2=[]
    for x in ls1:
        if 2<=len(x[0])<=3:
            ls2.append(x)
    print('输出:')
    for x in ls2[:15]:
        print(x[0],x[1])



ex=['不错','比较','可以','感觉','没有', '我们','就是','还是','非常','但是', '不过','有点','一个','一般','下次', '携程','不是','晚上','而且','他们', '什么','不好','时候','知道','这样', '这个','还有','总体','位置','客人', '因为','如果','这里','很多','选择', '居然','不能','实在','不会','这家', '结果','发现','竟然','已经','自己', '问题','不要','地方','只有','第二天', '酒店','房间','虽然']
ls=readfile()
# print(ls)
n=input('输入:')
if n in['好评','差评']:
    pj(ls,n)