pip install cleancc import cleancc 共有五个函数调用： 1.第一个函数为punct： [ 去除标点并让所有字母小写 :param pop_list:所要处理的的列表格式 :param lower:是否转小写，默认是 :return all_comment:处理后的结果-字符串格式 ] 2.第二个函数为statistics： [ 词频统计 :param pop_list:所要处理的的列表格式 :param symbol:是否去除标点，默认是 :param lower:是否转小写，默认是 :return wordCount_dict:统计结果-字典格式 ] 3.第三个函数为stop_words： [ 删除词频统计中的停顿词 :param statis:是否选择词频清理 :param pop_list:所要处理的的列表格式 :param symbol:是否去除标点，默认是 :param lower:是否转小写，默认是 :param wordCount_dict:词频统计结果-字典 :return wordCount_dict:清除后结果-字典格式 ] 4.第四个函数为Count_Sort： [ 字典排名数目排序 :param wordCount_dict:词频统计结果-字典 :param choices_number:返回前choices_number个字典个数 :return keyword_list:出现的单词-列表格式 :return value_list:单词对应的词频-列表格式 ] 5.第五个函数为word_all： [ 调用全部函数 :param pop_list:所要处理的的列表格式 :param choices_number:返回前choices_number个字典个数 :param symbol:是否去除标点，默认是 :param lower:是否转小写，默认是 :return keyword_list:出现的单词-列表格式 :return value_list:单词对应的词频-列表格式 ] 注意:处理数据参数类型为列表，需要pandas转换为列表后进行调用！ 使用示例:
数据清洗–cleancc
cleancc
使用方法
注意事项
import pandas as pd from cleancc import clean from bs4 import BeautifulSoup df = pd.read_csv("label.csv",sep='t', escapechar='\') review_list = df['review'].tolist() comment_list = [BeautifulSoup(k,'lxml').text for k in review_list] print(comment_list) keyword_list, value_list = clean.word_all(comment_list,150) print(keyword_list, value_list)
本网页所有视频内容由 imoviebox边看边下-网页视频下载, iurlBox网页地址收藏管理器 下载并得到。
ImovieBox网页视频下载器 下载地址: ImovieBox网页视频下载器-最新版本下载
本文章由: imapbox邮箱云存储,邮箱网盘,ImageBox 图片批量下载器,网页图片批量下载专家,网页图片批量下载器,获取到文章图片,imoviebox网页视频批量下载器,下载视频内容,为您提供.
阅读和此文章类似的: 全球云计算
官方软件产品操作指南 (170)
