計算Python中列的單詞頻率

Question

我有一個csv文件。 csv文件的結構是：

Name Hour Location
A    4    San Fransisco
B    2    New York
C    4    New York
D    7    Denton
E    8    Boston
F    1    Boston

如果你觀察上面的數據，有

2 New York and
2 Boston

我試着使用表格包。 我嘗試了表格包文檔中提到的教程超過7個小時。 但我完成了。

任何人都可以幫助我，如何使用Python提取位置列中該Csv文件中常用單詞的計數。

謝謝。

Answer 1

data = """Name\tHour\tLocation
A\t4\tSan Fransisco
B\t2\tNew York
C\t4\tNew York
D\t7\tDenton
E\t8\tBoston
F\t1\tBoston
"""

import csv
import StringIO
from collections import Counter


input_stream = StringIO.StringIO(data)
reader = csv.reader(input_stream, delimiter='\t')

reader.next() #skip header
cities = [row[2] for row in reader]

for (k,v) in Counter(cities).iteritems():
    print "%s appears %d times" % (k, v)

輸出：

San Fransisco appears 1 times
Denton appears 1 times
New York appears 2 times
Boston appears 2 times

Answer 2

不確定你要分離的是什么，但示例顯示為4個空格，所以這是一個解決方案。

如果您實際上是通過制表符分隔，請使用@MariaZverina的答案

import collections

with open('test.txt') as f:
    next(f) # Skip the first line
    print collections.Counter(line.rstrip().rpartition('    ')[-1] for line in f)

輸出：

Counter({'New York': 2, 'Boston': 2, 'San Fransisco': 1, 'Denton': 1})

Answer 3

如果文件不是太大，最天真的方式是：

• 逐行讀取文件
• 將location的值附加到列表中
• 從該列表中構建一組唯一身份用戶
• 確定列表中每個唯一身份的計數