Python——对每条评论(每个单元格文本)进行词频统计

C列为统计结果
# -*- coding: utf-8 -*-
"""
Created on Fri Aug 31 08:57:45 2018

@author: Shirley
"""

import xlrd
import jieba
from collections import defaultdict
from openpyxl import load_workbook

stopwords = []
with open("D:/anaconda/shirleylearn/cipintongji/stopwords.txt","r") as f:
    for stopword in f.readlines():
        stopwords.append(stopword.replace("\n",""))#可以用.strip()方法去掉首位空白符,但要保留空格,所以这里不用
    

path = "D:/anaconda/shirleylearn/cipintongji/wordexample2.xlsx"

myexcel = xlrd.open_workbook(path)
mysheet = myexcel.sheet_by_name("Sheet1")

n = mysheet.nrows
#cut_dic = defaultdict(int)
cutlist = []

#多个循环实现每条评论的词频统计
for i in range(1,n):
    comment = mysheet.row(i)[1].value#循环获取每条评论
    comment_cut = jieba.lcut(comment)
    cut_dic = defaultdict(int)#词频不叠加,每次统计一个句子后就清空
    for word in comment_cut:#对每条评论进行词频统计
        if word not in stopwords:
            cut_dic[word] += 1        
    order = sorted(cut_dic.items(),key = lambda x:x[1],reverse = True)#降序排列词频
    #print(order)

    myresult = ""#字典不叠加,每次统计一个句子后就清空
    for j in range(0,len(order)):#把每条评论的词频统计结果保存为str格式
        result = order[j][0]+"("+str(order[j][1])+")"
        myresult = myresult + " " + result#myresult和result的顺序不能换,否则就变升序啦
    cutlist.append(myresult)

#print(cutlist)

#打开excel,把词频统计结果放入
loadfile = load_workbook(path)
sheet = loadfile["Sheet1"]#激活sheet名为“Sheet1”的表格
sheet["C1"] = "result"
for k in range(2,len(cutlist)+2):
    sheet.cell(k,3,cutlist[k-2])
loadfile.save(path)

这样的统计结果方便回到原文中挑新词

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容

  • 三年的感情 删记录也得好一会 不忍心 想看看却是对已经的残忍,如今,我还没办法如此释然,云淡风轻。 庆幸小伙伴需...
    熟人勿近阅读 133评论 0 0
  • 美美哒彩铅作品~ 谁知道这位美少女是哪个少数民族呢?
    喵喵酱画彩铅阅读 392评论 0 6