python人物出场统计

在Python中，如果你想要对故事或者文本数据的人物出场次数进行统计，可以使用Python的数据处理库，如pandas。首先，你需要将文本数据读取成一个数据结构，比如字符串列表（每个元素代表一段剧情），或者是从文件或数据库中导入。

下面是一个简单的步骤：

1. **数据预处理**：将文本拆分成单词或句子，并移除标点符号和停用词（常见的无意义词汇），只保留人名。

2. **分词识别**：利用命名实体识别（NER）库，如spaCy或NLTK，对文本进行分析，找出其中的人名实体。

3. **计数**：创建一个空字典或DataFrame，键为人名，值为出现次数。遍历每个识别出的人名，如果名字已经在字典里，增加对应的计数；如果不在，则添加新的键并设置初始值为1。

4. **结果整理**：最后你可以按照出现次数降序排序，获取出场次数最多的角色。

以下是一个简化的代码示例：

import pandas as pd
from spacy import load

# 加载SpaCy模型（例如英文版）
nlp = load('en_core_web_sm')

def count_person_appearances(text):
    doc = nlp(text)
    person_counts = {}
    for ent in doc.ents:
        if ent.label_ == 'PERSON':
            person = ent.text.lower()
            if person not in person_counts:
                person_counts[person] = 1
            else:
                person_counts[person] += 1
    return person_counts

# 示例文本
text_data = ["角色A出现了三次，角色B两次，角色C一次"]
# 对数据集应用函数
results = [count_person_appearances(line) for line in text_data]

# 结果整合到DataFrame
df = pd.DataFrame(results).sum().reset_index()
df.columns = ['人物', '出场次数']
df.sort_values('出场次数', ascending=False, inplace=True)