计算一个字符串在CSV文件中出现的次数

Question

我有一段代码可以告诉我一个单词在CSV文件中出现了多少次。 注意：该文件很大（2年的短信），这是我的代码：

key_word1 = 'Exmple_word1'
key_word2 = 'Example_word2'
counter = 0
with open('PATH_TO_FILE.csv',encoding='UTF-8') as a:
for line in a:
    if (key_word1 or key_word2) in line:
        counter = counter + 1
print(counter)

有两个词是因为我不知道如何使其不区分大小写。 为了测试它，我在整个文件中使用了单词中的find函数（因为只使用其中一个单词，因为我能够在其中进行不区分大小写的搜索），所以我收到的代码计算量是原来的两倍以上。

最初我确实使用了value_counts()函数，但是我为同一个单词接收了不同的值（搜索Exmple_word1出现了Exmple_word1次和2次，依此类推。我被困在那里了一段时间，但它让我开始思考。使用我经常更换的手机上的两个键盘-可能是相同的单词实际上可能会有所不同，并且可以解释为什么我得到了这些结果？

另外，我几乎检查了所有有关此事的消息来源，发现实际上没有按照我希望他们做的事情采取不同的方法。 （例如， value_counts()方法）

如果是这种情况，我该如何解决？

Answer 1

注意代码中的一些错误：

1. key_word1或key_word2-它是“惰性”，这意味着如果左侧部分“ key_word1”评估为True，则甚至不会查看key_word2。 仅当key_word1出现在行中时，这才引起检查。

举一个例子：

w1 = 'word1'
w2 = 'word2' 
s = 'bla word2'
(w1 or w2) in s
>> False 
(w2 or w1) in s
>> True

2. 读取csv文件 ：我建议使用csv包（只需将其导入），例如：

import csv
with open('PATH_TO_FILE.csv') as f:
    for line in csv.reader(f):
         # do you logic here

3. 区分大小写 -不用努力，您可能会小写阅读的行，只是不包含2个单词。

猜测您正在寻找的解决方案应该类似于：

import csv
word_to_search = 'donald'
with open('PATH_TO_FILE.csv', encoding='UTF-8') as f:
    for line in csv.reader(f):
         if any(word_to_search in l for l in map(str.lower, line)):
              counter += 1

在输入上运行：

bla,some other bla,donald rocks
make,who,great
again, donald is here, hura

将导致：

counter=2