Python: Anzahl der Vorkommen in dict aus einer anderen Liste

Question

Ich versuche zu zählen, wie oft ein Wort in einer Dict-Spalte existiert, basierend auf einer Teilmenge interessierter Wörter.

Zuerst habe ich importieren meine Daten

products = graphlab.SFrame('amazon_baby.gl/') 
products['word_count'] = graphlab.text_analytics.count_words(products['review']) 
products.head(5) 

Daten sind hier zu finden: https://drive.google.com/open?id=0BzbhZp-qIglxM3VSVWRsVFRhTWc

ich dann erstellen Liste von Wörtern Ich bin interessiert an:

words = ['awesome', 'great', 'fantastic'] 

Ich möchte zählen die Häufigkeit, mit der jedes Wort in "Wörtern" in den Produkten ['word_count'] auftritt.

Ich bin nicht mit Graphlab verheiratet. Es wurde mir nur von einem Kollegen vorgeschlagen.

Answer 1

Nun, ich bin mir nicht sicher, was Sie mit "in einer Dict-Spalte" meinen. Wenn es eine Liste:

import operator 
dictionary={'texts':['red blue blue','red black','blue white white','red','white','black','blue red']} 
words=['red','white','blue'] 
freqs=dict() 
for t in dictionary['texts']: 
    for w in words: 
     try: 
      freqs[w]+=t.count(w) 
     except: 
      freqs[w]=t.count(w) 
top_words = sorted(freqs.items(), key=operator.itemgetter(1),reverse=True) 

Wenn es nur ein Text ist:

import operator 
dictionary={'text':'red blue blue red black blue white white red white black blue red'} 
words=['red','white','blue'] 
freqs=dict() 
for w in words: 
    try: 
     freqs[w]+=dictionary['text'].count(w) 
    except: 
     freqs[w]=dictionary['text'].count(w) 
top_words = sorted(freqs.items(), key=operator.itemgetter(1),reverse=True) 

Answer 2

Wenn Sie Vorkommen von Wörtern zu zählen, ein schneller Weg, es zu tun ist, Counter von collections Objekt zu verwenden

Zum Beispiel:

In [3]: from collections import Counter 
In [4]: c = Counter(['hello', 'world']) 

In [5]: c 
Out[5]: Counter({'hello': 1, 'world': 1}) 

Könnte y Oder zeigen Sie die Ausgabe Ihres products.head(5) Befehls?

Answer 3

Versuchen Sie folgendes:

wc = {} 
    for word in products['word_count'].values: 
     if word in words:    
      if word not in wc: wc[word] = 1 
      else:    wc[word] += 1 

    print wc 

Answer 4

Wenn Sie mit graphlab (oder SFrame) halten, verwenden Sie die SArray.dict_trim_by_keys Methode. Die Dokumentation ist hier: https://dato.com/products/create/docs/generated/graphlab.SArray.dict_trim_by_keys.html

import graphlab as gl 
sf = gl.SFrame({'review': ['what a good book', 'terrible book']}) 
sf['word_bag'] = gl.text_analytics.count_words(sf['review']) 

keywords = ['good', 'book'] 
sf['key_words'] = sf['word_bag'].dict_trim_by_keys(keywords, exclude=False) 
print sf 

+------------------+---------------------+---------------------+ 
|  review  |  word_bag  |  key_words  | 
+------------------+---------------------+---------------------+ 
| what a good book | {'a': 1, 'good':... | {'good': 1, 'boo... | 
| terrible book | {'book': 1, 'ter... |  {'book': 1}  | 
+------------------+---------------------+---------------------+ 
[2 rows x 3 columns]