如何使用python计算文本在多个单元格中出现的次数

Question

我想找出一种方法来计算相似单词在多行中出现的次数。例如，

Street

出现过，

Carla

出现过两次。 （* 注意 --> 有很多这样的行，其中我不确定哪个词是常见的）

描述
街头29欧元
街头31美元
卡拉 xyz 45 输出
345街tmd
卡拉 asb 6789 蒂姆

请帮忙

Answer 1

不确定您的数据是什么格式，但我们假设它是 pandas DataFrame。

首先转换为列表：

rows = df["Description"]

创建一个大列表作为所有单词的容器：

large_list = []

迭代行，用空格分割每行，并将该行中的单词列表附加到大列表中：

for row in rows:
    large_list += row.split()

计算列表中每个元素（单词）出现的频率：

import collections
counts = collections.Counter(large_list)
print(counts)

您可能想要添加过滤器，例如单词只能包含字母（而不是数字）、停用词过滤等..