我使用下面的代碼從推文中提取主題標簽。
def find_tags(row_string):
tags = [x for x in row_string if x.startswith('#')]
return tags
df['split'] = df['text'].str.split(' ')
df['hashtags'] = df['split'].apply(lambda row : find_tags(row))
df['hashtags'] = df['hashtags'].apply(lambda x : str(x).replace('\\n', ',').replace('\\', '').replace("'", ""))
df.drop('split', axis=1, inplace=True)
df
但是，當我使用下面的代碼計算它們時，我得到的輸出是計算每個字符。
from collections import Counter
d = Counter(df.hashtags.sum())
data = pd.DataFrame([d]).T
data
我得到的輸出是：
我認為問題在于我用來提取主題標簽的代碼。但我不知道如何解決這個問題。
uj5u.com熱心網友回復：
在串列推導中使用和更改find_tagsby計數值使用with ：replacesplitSeries.explodeSeries.value_counts
def find_tags(row_string):
return [x.replace('\\n', ',').replace('\\', '').replace("'", "")
for x in row_string.split() if x.startswith('#')]
df['hashtags'] = df['text'].apply(find_tags)
然后：
data = df.hashtags.explode().value_counts().rename_axis('val').reset_index(name='count')
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/448610.html
標籤：python-3.x 熊猫 推特 井号