如何使用 count 统计词条出现次数?

如何获取数据最多的 3 个分类?如何使用 count 统计词条出现次数?今天番茄加速跟大家讲一下。

　　如何快速拿到数据最多的 3 个分类?

　　读入数据：

　　 df = pd.read_csv("IMDB-Movie-Data.csv")

　　 df

　　 1000 行数据，genre 取值的频次统计如下：

　　 vc = df["genre"].value_counts()

　　 vc

　　打印结果：

　　 Action,Adventure,Sci-Fi 50

　　 Drama 48

　　 Comedy,Drama,Romance 35

　　 Comedy 32

　　 Drama,Romance 31

　　..

　　 Adventure,Comedy,Fantasy 1

　　 Biography,History,Thriller 1

　　 Action,Horror 1

　　 Mystery,Thriller,Western 1

　　 Animation,Fantasy 1

　　 Name: genre, Length: 207, dtype: int64

　　筛选出 top3 的 index:

　　 top_genre = vc[0:3].index

　　 print(top_genre)

　　打印结果：

　　 Index(['Action,Adventure,Sci-Fi', 'Drama', \

　　'Comedy,Drama,Romance'], dtype='object')

　　使用得到的 top3 的 index，结合 isin,选择出相应的 df

　　 df_top = df[df["genre"].isin(top_genre)]

　　 df_top

　　结果：

　　如何使用 count 统计词条出现次数?

　　读入 IMDB-Movie-Data 数据集，1000 行数据：

　　 df = pd.read_csv("../input/imdb-data/IMDB-Movie-Data.csv")

　　 df['Title']

　　打印 Title 列：

　　 0 Guardians of the Galaxy

　　 1 Prometheus

　　 2 Split

　　 3 Sing

　　 4 Suicide Squad

　　...

　　 995 Secret in Their Eyes

　　 996 Hostel: Part II

　　 997 Step Up 2: The Streets

　　 998 Search Party

　　 999 Nine Lives

　　 Name: Title, Length: 1000, dtype: object

　　标题是由几个单词组成，用空格分隔。

　　 df["words_count"] = df["Title"].str.count(" ") + 1

　　 df[["Title","words_count"]]