统计csv文件下某列各个词的频次，做数据清洗，并且输出饼图

要统计 CSV 文件中某一列的词频，并输出饼图，可以使用 Python 中的 pandas 和 matplotlib 库。

首先，需要导入 pandas 和 matplotlib：

import pandas as pd
import matplotlib.pyplot as plt

然后，读取 CSV 文件，将数据存储为 DataFrame 格式：

df = pd.read_csv('data.csv')

接下来，可以使用 value_counts() 方法统计某一列的词频，并将结果存储为新的 DataFrame：

freq_df = pd.DataFrame(df['column_name'].value_counts())

其中，'column_name' 应替换为要统计词频的列名。

然后，可以根据需要对数据进行清洗，例如删除空值：

freq_df = freq_df.dropna()

最后，可以使用 matplotlib 绘制饼图：

plt.pie(freq_df['column_name'], labels=freq_df.index, autopct='%1.1f%%')
plt.axis('equal')
plt.show()

其中，'column_name' 应替换为要统计词频的列名，autopct='%1.1f%%' 表示显示百分比，labels=freq_df.index 表示使用词频 DataFrame 的索引作为标签。

完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取 CSV 文件
df = pd.read_csv('data.csv')

# 统计词频
freq_df = pd.DataFrame(df['column_name'].value_counts())

# 数据清洗
freq_df = freq_df.dropna()

# 绘制饼图
plt.pie(freq_df['column_name'], labels=freq_df.index, autopct='%1.1f%%')
plt.axis('equal')
plt.show()

需要注意的是，为了绘制饼图，需要确保词频 DataFrame 中的数据类型为数值型。如果不是，可以使用 astype() 方法进行转换：

freq_df['column_name'] = freq_df['column_name'].astype(int)