来自Pandas 专栏的 Ngrams
我有一个Pandas的dataframe，其中包含以下各列：
第1栏
['if', 'you', 'think', 'she', "'s", 'cute', 'now', ',', 'you', 'should', 'have', 'see', 'her', 'a', 'couple', 'of', 'year', 'ago', '.']
['uh', ',', 'yeah', '.', 'just', 'a', 'fax', '.']
第2栏
if you think she 's cute now , you should have see her a couple of year ago .
uh , yeah . just a fax .
等等
我的目标是分析计算dataframe（特别是已经被定格的第2列）的二元组，三元组，四元组。
我尝试了以下方法：
import nltk
from nltk import bigrams
from nltk import trigrams
trig = trigrams(df ["Column2"])
print (trig)
但是，我有以下错误
<generator object trigrams at 0x0000013C757F1C48>
我的最终目标是要能够打印出最上面的X字母，三字母组等。
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
将列表理解与
split一起使用，并首先对所有三字母组合进行展平：df = pd.DataFrame({'Column2':["if you think she cute now you if uh yeah just", 'you think she uh yeah just a fax']}) from nltk import trigrams L = [x for x in df['Column2'] for x in trigrams(x.split())] print (L) [('if', 'you', 'think'), ('you', 'think', 'she'), ('think', 'she', 'cute'), ('she', 'cute', 'now'), ('cute', 'now', 'you'), ('now', 'you', 'if'), ('you', 'if', 'uh'), ('if', 'uh', 'yeah'), ('uh', 'yeah', 'just'), ('you', 'think', 'she'), ('think', 'she', 'uh'), ('she', 'uh', 'yeah'), ('uh', 'yeah', 'just'), ('yeah', 'just', 'a'), ('just', 'a', 'fax')]然后通过
collections.Counter计算元组：from collections import Counter c = Counter(L) print (c) Counter({('you', 'think', 'she'): 2, ('uh', 'yeah', 'just'): 2, ('if', 'you', 'think'): 1, ('think', 'she', 'cute'): 1, ('she', 'cute', 'now'): 1, ('cute', 'now', 'you'): 1, ('now', 'you', 'if'): 1, ('you', 'if', 'uh'): 1, ('if', 'uh', 'yeah'): 1, ('think', 'she', 'uh'): 1, ('she', 'uh', 'yeah'): 1, ('yeah', 'just', 'a'): 1, ('just', 'a', 'fax'): 1})对于最高值，请使用
collections.Counter.most_common：top = c.most_common(5) print (top) [(('you', 'think', 'she'), 2), (('uh', 'yeah', 'just'), 2), (('if', 'you', 'think'), 1), (('think', 'she', 'cute'), 1), (('she', 'cute', 'now'), 1)]回答来源：stackoverflow
2020-03-24 23:36:55赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
