python统计excel中出现次数_使用python&xlrd统计Excel表中特定单词的出现次数

单元格可能包含多个单词，也可能不包含多个单词，因此必须在替换标点符号后split。在这里，这是一个翻译地图：import xlrd

import os

from string import punctuation, translate

from collections import Counter

def count_words_trans():

filename = u'test.xls'

sheet_no = 1 # sheet is selected by index here

path = '.'

punctuation_map = dict((ord(c), u' ') for c in punctuation)

for filename in os.listdir(path):

if filename.endswith('.xls'):

print filename

workbook = xlrd.open_workbook(filename)

sheet = workbook.sheet_by_index(sheet_no)

values = []

for row in range(sheet.nrows):

for col in range(sheet.ncols):

c = sheet.cell(row, col)

if c.ctype == xlrd.XL_CELL_TEXT:

cv = unicode(c.value)

wordlist = cv.translate(punctuation_map).split()

values.extend(wordlist)

cnt = Counter(values)

print sum(cnt.values()),' words counted,',len(cnt),' unique'

像这样的文字操作：运行'被正确地分成两个单词（不同于仅仅删除标点符号）。翻译方法是unicode安全的。为了提高效率，只读取包含文本的单元格（无空格、无日期、无数字）。

您可以通过以下方式获得单词频率列表：

^{pr2}$