【结巴分词+剔除符号】京东商城商品标题词频统计

import pandas as pd
import jieba
import re

df = pd.read_excel(r'C:\Users\41809\Desktop\拉拉裤.xlsx', sheet_name="最终")["商品名称"]

words = []
for name in df.values.tolist():
    word = list(jieba.cut(name))
    words += word

wordcount = {}
for word in words:
    word = re.sub(r"[0-9A-z\s+—!,;:。?、~@#¥%…&*()()\-【】 /.]", "", word) # 删除数字、字母、空白、符号
    if word != '':
        wordcount[word] = wordcount.get(word, 0)+1
result = sorted(wordcount.items(), key=lambda x: x[1], reverse=True)[:100]
print(result)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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