从csv文件里读取一列评论，通过jieba库分词，一个字的不要，统计结果

以下是Python代码实现：

import jieba
import csv

# 读取评论列
comments = []
with open('comments.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        comments.append(row[0])

# 分词并统计
words_count = {}
for comment in comments:
    words = jieba.cut(comment)
    for word in words:
        if len(word) > 1:
            if word in words_count:
                words_count[word] += 1
            else:
                words_count[word] = 1

# 打印统计结果
for word, count in words_count.items():
    print(word, count)

其中，`comments.csv`是包含评论列的CSV文件。我们使用`csv`库读取CSV文件，将评论列存储在`comments`列表中。接着，我们使用`jieba`库对每个评论进行分词，并统计每个词出现的次数。最后，我们打印出每个词及其出现次数。

需要注意的是，我们在统计词频时将长度为1的词过滤掉了。这是因为单个字很可能不具有实际意义，而且会干扰我们的统计结果。