如何获取数据框中的所有独特单词？

Question

我有一个数据框,其中包含产品列表及其各自的评论

+ --------- + --------------------------------------- --------- +
| 产品| 审查|
+ --------- + --------------------------------------- --------- +
| product_a | 这适合休闲午餐
+ --------- + --------------------------------------- --------- +
| product_b | 艾弗里是最知识渊博的咖啡师之一
+ --------- + --------------------------------------- --------- +
| product_c | 导游告诉我们秘密|
+ --------- + --------------------------------------- --------- +

如何获取数据框中的所有唯一单词？

我做了一个功能:

def count_words(text):
    try:
        text = text.lower()
        words = text.split()
        count_words = Counter(words)
    except Exception, AttributeError:
        count_words = {'':0}
    return count_words

并将该函数应用于DataFrame,但这只给了我每行的单词计数.

reviews['words_count'] = reviews['review'].apply(count_words)

Answer 1

从这开始:

dfx
               review
0      United Kingdom
1  The United Kingdom
2     Dublin, Ireland
3    Mardan, Pakistan

要获取"审核"列中的所有字词:

 list(dfx['review'].str.split(' ', expand=True).stack().unique())

   ['United', 'Kingdom', 'The', 'Dublin,', 'Ireland', 'Mardan,', 'Pakistan']

要获得"审核"列的计数:

dfx['review'].str.split(' ', expand=True).stack().value_counts()


United      2
Kingdom     2
Mardan,     1
The         1
Ireland     1
Dublin,     1
Pakistan    1
dtype: int64    ?