python对csv进行词频统计

好的，针对您的问题，您可以使用Python的csv和collections库来进行词频统计。具体代码如下：

import csv
from collections import Counter
 
with open('example.csv','r', encoding='utf-8') as f: #将"example.csv"替换成你要读取的csv文件名
    reader = csv.reader(f)
    content = [row for row in reader]
 
words = []
for row in content:
    words += row
 
word_counts = Counter(words)
print(word_counts.most_common())

以上代码可以读取csv文件中的所有内容，并使用Counter函数统计词频并输出结果。希望这个代码对您有所帮助。

相关问题

基于python将csv文件词频统计并将结果存入txt文件中

可以使用Python内置的csv和collections模块来进行词频统计，并使用Python内置的文件操作函数将结果存入txt文件中。以下是一个示例代码：

import csv
from collections import Counter

# 读入csv文件
with open('data.csv', 'r') as f:
    reader = csv.reader(f)
    data = list(reader)

# 将所有单词合并成一个字符串
text = ' '.join([' '.join(row) for row in data])

# 将字符串按空格分割成单词列表
words = text.split()

# 使用Counter统计词频
word_counts = Counter(words)

# 将结果写入txt文件
with open('result.txt', 'w') as f:
    for word, count in word_counts.most_common():
        f.write('{} {}\n'.format(word, count))

其中，`data.csv`是需要统计的csv文件的文件名，`result.txt`是结果存入的txt文件的文件名。这段代码将读入csv文件中的所有单元格，将它们合并成一个字符串，然后按空格分割成单词列表，最后使用Counter统计每个单词出现的次数。然后，将结果写入txt文件中，每一行写入一个单词及其出现次数，用空格分隔。

python对分词后的csv进行词频统计

可以使用Python中的pandas和nltk包来对分词后的csv进行词频统计。使用pandas读取csv文件，然后利用nltk包进行分词和词频统计。具体实现可以参考以下代码：

import pandas as pd
import nltk

# 读取csv文件
df = pd.read_csv('分词后的csv文件.csv', encoding='utf-8')

# 合并所有分词
words = []
for sentence in df['分词列名']:
    words += sentence.split(',')

# 进行词频统计
fdist = nltk.FreqDist(words)

# 输出前10个高频词
for word, freq in fdist.most_common(10):
    print("{}: {}".format(word, freq))

这样就可以对分词后的csv文件进行词频统计了，输出结果为前10个高频词。