统计文本中出现最高的词频数并存储为excel

print(d_train.head())   #d_train 为 Dataframe
document = " ".join(d_train.title).split()   #将文本连成文件再用空格分词,return list
print(document)
ss = Counter(document).most_common(100)   #return 单词出现最多的100个单词--次数
print(ss)
 
对分词统计后的数据存储
from collections import Counter
import pandas as pd
import numpy as np
bill_path = r'switch category.xlsx'
df = pd.DataFrame(pd.read_excel(bill_path))
df = df.dropna()
product_names = " ".join([str(i) for i in df["product_name"].values])
words = product_names.split()
fenci = Counter(words).most_common()
fenci =np.array(fenci)
df = pd.DataFrame(fenci,columns=["word","count"])
df["count"] = df["count"].astype("int")
df.to_excel("fenci_1115_3.xlsx",index = False)


  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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