jieba分词-选择词性-词频统计

本文介绍使用Python进行文本处理,包括导入必要的模块如numpy、pandas和jieba,进行关键词提取并统计词频,最后将结果导出为CSV文件。通过实际案例展示了如何利用TextRank算法从Excel文件中抽取关键词。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

导入模块包

import numpy as np
import pandas as pd
import jieba
import jieba.analyse
import codecs
import os #更改当前路径
import re

设置当前工作路径

os.chdir(r'文件路径1')
#设置pd的显示长度
pd.set_option('max_colwidth',500)

载入数据


rows=pd.read_excel('某某.xlsx',dtype=str)

segments = []
for index, row in rows.iterrows():
    content = row[4] #这里表示第4列
    #TextRank 关键词抽取,只获取固定词性
    words = jieba.analyse.textrank(content, topK=50,withWeight=False,allowPOS=('ns', 'n', 'vn', 'v')) #词性'ns', 'n', 'vn', 'v'
    splitedStr = ''
    for word in words:
        # 记录全局分词
        segments.append({'word':word, 'count':1})
        splitedStr += word + ' '
dfSg = pd.DataFrame(segments)

词频统计

dfWord = dfSg.groupby('word')['count'].sum()
#导出csv
#dfWord.to_csv('keywords1.csv',encoding='utf-8')
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