首頁(yè) 猿問 CSV 到多值字典？

CSV 到多值字典？

Python

尚方寶劍之說(shuō) 2022-06-22 15:40:21

Title_1 Title_2 Type He heard it from space A quick story about sounds from space Fiction The end of all time A sad poem about the end of time Non-Fiction The perfect beginning A story about friendship Non-Fiction我正在嘗試計(jì)算所有小說(shuō)、非小說(shuō)類型并計(jì)算 Title_1 和 Title_2 中相應(yīng)類型的單詞數(shù)。我想要的輸出是：Type Count Num-Words Non-Fiction 2 20Fiction 1 12這是我到目前為止所擁有的：fopen = open(file_name, 'r')fhand = csv.reader(fopen)next(fhand)category_sum = dict()for row in fhand: col_0=len(row[0].split()) col_1=len(row[1].split()) print( col_1 + col_1) if row[2] in category_sum.keys(): category_sum[row[2]]+=1 else: category_sum[row[2]]=1我可以在一本不錯(cuò)的字典中獲得類型的總數(shù)，但我似乎無(wú)法弄清楚如何將字?jǐn)?shù)分配給適當(dāng)?shù)念愋妥鳛樽值渲械闹?。有任何想法嗎?

查看完整描述

4 回答

小怪獸愛吃肉

TA貢獻(xiàn)1852條經(jīng)驗(yàn) 獲得超1個(gè)贊

這就是我最終使用的：

fhand = csv.reader(fopen)

next(fhand)

category_sum = dict()

word_sum = dict()

for row in fhand:

num_words = len(row[0].split(" ")) + len(row[1].split(" "))

if row[2] in category_sum.keys():

category_sum[row[2]]+=1

word_sum[row[2]]+=num_words

else:

category_sum[row[2]]=1

word_sum[row[2]]=num_words

combined = {key:[category_sum[key],word_sum[key]] for key in category_sum}

#print(combined)

print("Category | # Titles | # of Words\n---------------------------------")

for key in combined:

print("{} | {} | {} ".format(key,combined[key][0],combined[key][1]))

反對(duì) 回復(fù) 2022-06-22

MMMHUHU

TA貢獻(xiàn)1834條經(jīng)驗(yàn) 獲得超8個(gè)贊

你可以這樣做：

import csv

file_name = 'book_titles.csv'

with open(file_name, 'r', newline='') as fopen:

reader = csv.reader(fopen)

next(reader) # Skip header.

category_sum = {}

for row in reader:

category_sum[row[2]] = category_sum.get(row[2], 0) + 1

print(category_sum) # -> {'Fiction': 1, 'Non-Fiction': 2}

反對(duì) 回復(fù) 2022-06-22

紅糖糍粑

TA貢獻(xiàn)1815條經(jīng)驗(yàn) 獲得超6個(gè)贊

您可以將字典保存為其中一個(gè)鍵Count和另一個(gè)鍵所在的值Num-Words。因此，您的字典值分配可能如下所示：

# num_of_words =

if row[2] in category_sum.keys():

category_sum[row[2]]['Count']+=1

category_sum[row[2]]['Num-Words']+=num_of_words

else:

category_sum[row[2]]={}

反對(duì) 回復(fù) 2022-06-22

蝴蝶不菲

TA貢獻(xiàn)1810條經(jīng)驗(yàn) 獲得超4個(gè)贊

使用`pandas`：

創(chuàng)建數(shù)據(jù)框
合并兩個(gè)標(biāo)題，按空格分割并計(jì)算由創(chuàng)建的列表中的單詞split
groupbyon Type，然后聚合count和sum函數(shù)。

reset_index并rename獲得所需的確切形式。

import pandas as pd

# read the file in

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

Title_1 Title_2 Type

He heard it from space A quick story about sounds from space Fiction

The end of all time A sad poem about the end of time Non-Fiction

The perfect beginning A story about friendship Non-Fiction

# count the words in Title_1 & Title_2

df['num_words'] = df[['Title_1', 'Title_2']].apply(lambda x: len(f'{x[0]} {x[1]}'.split()), axis=1)

Title_1 Title_2 Type num_words

He heard it from space A quick story about sounds from space Fiction 12

The end of all time A sad poem about the end of time Non-Fiction 13

The perfect beginning A story about friendship Non-Fiction 7

# create your desired output

test = df[['Type', 'num_words']].groupby('Type')['num_words'].agg(['count', 'sum']).reset_index().rename(columns={'count': 'Count', 'sum': 'Num-words'})

Type Count Num-words

Fiction 1 12

Non-Fiction 2 20

只需 3 行代碼即可獲得所需的輸出

使用數(shù)據(jù)框中的數(shù)據(jù)，如果需要，您可以更輕松地執(zhí)行其他類型的文本分析（例如文本分析：使用 python 查找列中最常見的單詞）

在 a 中獲取輸出dict：

test.to_dict('list')

>>> {'Type': ['Fiction', 'Non-Fiction'], 'Count': [1, 2], 'Num-words': [12, 20]}

反對(duì) 回復(fù) 2022-06-22

4 回答
0 關(guān)注
141 瀏覽

關(guān)注

添加回答

舉報(bào)

0/150

提交

取消

使用 Ctrl+D 可將網(wǎng)站添加到書簽

微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)

第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

熱搜

最近搜索清空

CSV 到多值字典？

CSV 到多值字典？

4 回答

使用pandas：

添加回答

CSV 到多值字典？

CSV 到多值字典？

使用`pandas`：