我正在做文本分析。我的任务是计算列表中每个“坏词”出现在数据框列中的字符串中的次数。我能想到的是使用.isin()
或.contains()
逐字检查。但是单词列表的长度超过40000。因此循环将太慢。有一个更好的方法吗?
尽管您说循环可能太慢,但由于列表的范围,它似乎是最有效的方法。试图使其尽可能简单。可以根据您的需要随意修改打印语句。
text = 'Bad Word test for Terrible Word same as Horrible Word and NSFW Word and Bad Word again'
bad_words = ['Bad Word', 'Terrible Word', 'Horrible Word', 'NSFW Word']
length_list = []
for i in bad_words:
count = text.count(i)
length_list.append([i, count])
print(length_list)
输出:
[['Bad Word', 2], ['Terrible Word', 1], ['Horrible Word', 1], ['NSFW Word', 1]]
另外,您的输出作为字符串可以是:
length_list = []
for i in bad_words:
count = text.count(i)
print(i + ' count: ' + str(count))
输出:
Bad Word count: 2
Terrible Word count: 1
Horrible Word count: 1
NSFW Word count: 1
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句