python如何将字典中的值转化为list结构，以词频统计为例

2024年2月27日 30次阅读 来源: 数据小白菜

python还停留在初级水平，这东西还是要多练习。想对分好词的文本进行词频统计，参考了http://blog.csdn.net/zhanglei0107/article/details/8867833这篇教程，但是感觉自己不是琢磨的特别透彻，同时作为数据分析师小白，觉得用pandas进行分析感觉更好，毕竟自己编程功底还是比较低。
代码如下：

from pandas import DataFrame,Series
import pandas as pd
import urllib
#函数用于统计词频#
def word_count_dict(filename):
    file=open(filename)
    s=file.read()
    u = s.decode('gbk')
    dict={}
    for line in u:
        for word in line.split():
            if word in dict:
                dict[word]+=1
            else:
                dict[word]=1
    file.close()
    return dict
#其实这里还是不是很理解，为什么会有值存入字典中？？#
dict_value=word_count_dict('C:/Python34/test1.txt')
dict_list=DataFrame({
  'word':dict_value.keys(),'word_count':dict_value.values()},columns=['word','word_count'],index=range(len(dict_value.keys())))

这里其实遇到了几个问题，自己也是琢磨了蛮久，哎，主要是自己底子薄啊。
1）怎么字典转DataFrame格式，网上查了半天也没有详细的解答方法，后来还是在用python进行数据分析这本书上找到答案，学习python做数据分析，这本书还是不错的。
2）转化成果后，能输出结构，但使用命令部队，比如：

dict_list[dict_list['word_count']>50]

老是报错，说*not in index,最后在DataFrame命令中补上columns和index,才解析正确，这个错误估计也只有我这种小白才会犯吧。
3）编码问题，也是折腾了一阵，还是自己编的太少，不过还好解决了。
4）还没有对词频进行处理，比如特殊符合啥的，还需要进一步做，不过总算是解决了核心的问题。

其实在遇到各种小白问题，解决后，感觉还是学到蛮多东西。

    原文作者：数据小白菜
    原文地址: https://blog.csdn.net/u014021722/article/details/51711398
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞