小编Wol*_*olf的帖子

我想编写一个函数,列出在所有其他字典中至少出现df次数的字典项的计数器.

例:

prune(([{'a': 1, 'b': 10}, {'a': 1}, {'c': 1}], min_df=2)
[Counter({'a': 1}), Counter({'a': 1})]
prune(([{'a': 1, 'b': 10}, {'a': 2}, {'c': 1}], min_df=2)
[Counter({'a': 1}), Counter({'a': 2})]

我们可以看到'a'在两个字典中出现两次,它会在输出中列出.

我的方法:

from collections import Counter
def prune(dicto,df=2):
   new = Counter()
   for d in dicto:
       new += Counter(d.keys())
   x = {}
   for key,value in new.items():
       if value >= df:
           x[key] = value
   print Counter(x)

输出:

Counter({'a': 2})

这将输出作为组合计数器.正如我们所看到的,术语'a'总体上出现了2次,因此它满足df条件并在输出中列出.现在,任何人都可以纠正我以获得所需的输出.

如果有一种方法可以逐行解析 Pandas 数据帧并将每一行的内容写入新的文本文件，我正试图通过谷歌搜索。我的数据框由一个名为 Reviews 的列组成。

我希望对电影评论进行一些情绪分析，并且我需要将每个评论都放在一个单独的文本文件中。有人可以在这里帮助我。