文本挖掘 词频统计
在进行词频统计时,遇到了想要将频数建成新的一列数据(命名为freq),从而将词以及它的频数的结果保存在excel文件里。解决办法如下:
df_new = pd.DataFrame(word_list_new1, columns = ['评论热词'])
result = df_new.groupby(['评论热词']).size().reset_index(name = '热度')
freqlist = result.sort_values('热度',ascending = False)
其中,word_list_new1是我的分词结果的列表,第一行代码将列表转换为pandas数据框,列名为‘评论热词’。
接着通过加入reset_index(name = '热度')
,可以重新进行index的编号,并将频数作为新的一列‘热度’加到结果中。此时结果应该是一个pandas的series。之后可以将其转化为数据框进行分析。
最后一句,是对热度进行降序排序,这样可以获取热度前几的词。
由于搜索了很多,所以在此mark一下,也希望遇到相同问题的小伙伴可以找到解决办法。