计数句子中的单词频率

Question

我有两个列 - 一个带有句子，另一个带有单词。

句子	单词
“这样的一天！这是美好的一天”，	“美丽的
一天！这是美好的一天！在那里是美好的一天”，	“天”
，“我对悲伤的天气感到难过”，	“天气”
“我对悲伤的天气”	“悲伤”

我想计算“句子”列中“词”列的频率 并实现此输出：

句子	“	n
“这样的一天！这是美好的一天”，	美丽”	“
一天	1	如此
。	美好的一天！这是美好的 天气“	1
”我对悲伤的天气感到难过”	“悲伤”	2

我尝试了：

ok = []
for l in [x.split() for x in df['Sentence']]:
    for y in df['word']:
        ok.append(l.count(y))

但是它不会停止运行，并且需要很长时间，因此对于我的实际数据集而言，由于它具有50k行，因此不可行。

有人可以帮助实现这一目标吗？

Answer 1

您可以使用ZIP进行操作

df['new'] = [x.count(y) for x, y in zip(df.Sentence,df.word)]
df
Out[419]: 
                                     Sentence       word  new
0  Such a day! It's a beautiful day out there  beautiful    1
1  Such a day! It's a beautiful day out there        day    2
2                 I am sad by the sad weather    weather    1
3                 I am sad by the sad weather        sad    2

Answer 2

尝试使用pandas.apply：

df['n'] = df.apply(lambda r: r['Sentence'].count(r['word']), axis=1)

结果：

                                     Sentence       word  n
0  Such a day! It's a beautiful day out there  beautiful  1
1  Such a day! It's a beautiful day out there        day  2
2                 I am sad by the sad weather    weather  1
3                 I am sad by the sad weather        sad  2

Answer 3

您可以使用以下代码计数字符串中的字符串

# define string
string = "This is how you count same word of your defined string to another string using python"
substring = "string"

count = string.count(substring)

# print count
print(f"The count of the word {substring} is:", count)

输出：
字符串一词的计数是：2