用python实现统计存储在表格中文本的词频

你好，我是 C 知道。关于你的问题，我可以回答。使用 Python 统计存储在表格中文本的词频，可以使用 pandas 库来读取表格数据，再使用 jieba 库进行中文分词，最后使用 Counter 类来统计词频。以下是示例代码：

import pandas as pd
import jieba
from collections import Counter

# 读取表格数据
df = pd.read_excel('data.xlsx')

# 分词
words = []
for text in df['text']:
    words += jieba.lcut(text)

# 统计词频
word_count = Counter(words)

# 输出前 10 个词频最高的词汇
for word, count in word_count.most_common(10):
    print(word, count)

希望能对你有所帮助。如果你有其他问题，可以继续问我。

相关问题

如何统计存储在表格中文本的词频

您可以使用计算机编程语言，如Python或R，来统计存储在表格中文本的词频。具体方法是将文本导入到编程环境中，使用分词工具将文本分割成单词，然后使用计数器统计每个单词出现的次数。最后，您可以将结果导出到表格中以进行进一步分析。

根据关键词文本文档A，对文件夹B中各文本文档进行关键词词频统计，并且生成excel表，该excel表以文件夹B中各文本文档名称为列，以文档A中各关键词为行，python代码怎么写

以下是Python代码示例，可以实现对文件夹B中各文本文档进行关键词词频统计，并生成excel表：

import os
import pandas as pd
from collections import Counter

# 定义文本文档A的路径和关键词列表
text_a_path = 'path/to/text_a.txt'
keywords = ['keyword1', 'keyword2', 'keyword3']

# 定义文件夹B的路径
folder_b_path = 'path/to/folder_b'

# 定义一个空的字典，用于存储各文本文档的关键词词频统计结果
result_dict = {}

# 遍历文件夹B中的所有文本文档
for filename in os.listdir(folder_b_path):
    if filename.endswith('.txt'):
        file_path = os.path.join(folder_b_path, filename)
        with open(file_path, 'r', encoding='utf-8') as f:
            # 读取文本内容
            text = f.read()
            # 对文本内容进行关键词词频统计
            counter = Counter(text.split())
            # 将统计结果存入字典中
            result_dict[filename] = [counter[keyword] for keyword in keywords]

# 将字典转换成DataFrame，并设置列名和行名
df = pd.DataFrame.from_dict(result_dict, orient='index', columns=keywords)
df.index.name = 'filename'

# 将DataFrame保存为excel表格
df.to_excel('result.xlsx')

需要注意的是，这段代码中并没有对文本文档A进行处理，而是直接使用了预定义的关键词列表。如果需要从文本文档A中提取关键词，可以使用一些自然语言处理工具，比如jieba分词库。