计算文本列中两个单词出现次数的两种方法

Question

我刚接触熊猫，现在我正在卡格尔学习。你知道吗

下面是一个练习，询问在description列中查找两个单词的出现次数。你知道吗

我从stackoverflow中找到了第一个语句，但第二个是正确答案。产生这种不同结果的原因是什么？ 谢谢！！！你知道吗

1。从stackoverflow中找到

tropical = reviews.description.str.count("tropical").sum()
fruity = reviews.description.str.count("fruity").sum()
descriptor_counts = pd.Series([tropical,fruity])

`

2。正确答案

tropical = reviews.description.map(lambda desc: 'tropical' in desc).sum()
fruity = reviews.description.map(lambda desc: 'fruity' in desc).sum()
descriptor_counts = pd.Series([tropical, fruity],index=['tropical','fruity'])

第一个结果是[3703, 9259] 第二个结果是[3607, 9090]

更新！最初的问题是： 创建一个序列描述符，计算这两个词在数据集中的description列中出现的次数。你知道吗

Answer 1

下面是一个例子

第一个代码是5，水果是4。它计算同一描述中单词的重复次数。 因此，在本例中，结果将是[5,4]。你知道吗

第二个代码是4，水果是3。它统计每个描述中单词的出现（if tropical in description）。一旦你找到了它，它就算作一个了，不管这个描述里还有多少。 结果就是[4,3]。你知道吗

所以，我觉得这个问题是错误的。如果问题是关于这两个单词出现的次数，那么在这个例子中[5,4]应该是正确的（在您的例子中[3703,9259]）。如果问题询问每个单词出现了多少描述，那么您可以使用if word in description来计算描述。所以，再检查一遍这个问题。你知道吗

Answer 2

第一个较小，因为它只得到为'tropical'或'fruity'的值。你知道吗

所以：

>>> s='a'
>>> s=='a'
True

但是第二个是得到包含'tropical'或'fruity'的值，所以上面：

>>> s='ab'
>>> s=='a'
False

所以它是这样的：

>>> s='ab'
>>> 'a' in s
True