Skip to main content
 首页 » 编程设计

python之我如何找到字符串中单词的出现次数和出现百分比;如何修复错误

2024年11月24日25cyq1162

基本上我有这个我上传到 python 的 excel 文件,我创建了一个新列来标识每行中是否有一个词,如果它在一行中,那么它会出现为真,如果不是假。所以我有这个新专栏,我试图找出真假百分比。稍后我将尝试制作一个表格来区分所有的真假。我首先需要百分比方面的帮助。我是一个初学者,就像我上周开始的那样

所以对于百分比问题,我决定首先创建一个代码来计算列中单词“true”和“false”的出现次数,然后我会做一些数学运算来获得百分比,但我没有过去计算发生的次数。以下代码的乘积为 0,这不是应该显示的内容。

import pandas as pd 
import xlrd 
df = pd.read_excel (r'C:\New folder\CrohnsD.xlsx') 
print (df) 
df['has_word_icd'] = df.apply(lambda row: True if  
row.str.contains('ICD').any() else False, axis=1) 
print(df['has_word_icd']) 
#df.to_excel(r'C:\New folder\done.xlsx') 
test_str = "df['has_word_icd']" 
counter = test_str.count('true') 
print (str(counter)) 

这是更新后的版本,它仍然给我 0,我无法更改 df['has_word_icd'] 因为这就是最初引入变量的方式

import pandas as pd 
import xlrd 
df = pd.read_excel (r'C:\New folder\CrohnsD.xlsx') 
print (df) 
df['has_word_icd'] = df.apply(lambda row: True if  
row.str.contains('ICD').any() else False, axis=1) 
print(df['has_word_icd']) 
#df.to_excel(r'C:\New folder\done.xlsx') 
 
test_str = (df['has_word_icd']) 
 
count = 0 
for i in range(len(test_str)): 
   if test_str[i] == 'true': 
        count += 1 
  i += 1 
 
print(count) 

两者都给了我相同的结果

请帮帮我,这两个代码的输出都是“0”,不应该是这样。有人帮我得到一个代码,它直接给我“真”和“假”的百分比

请您参考如下方法:

这是一种使用列表推导来实现的方法。对于百分比,您可以使用 np.mean() 函数:

import numpy as np 
 
df= pd.DataFrame({'a' : ['hello icd', 'bob', 'bob icd', 'hello'], 
                  'b' : ['bye', 'you', 'bob is icd better', 'bob is young']}) 
 
df['contains_word_icd'] = df.apply(lambda row : 
                                   any([True if 'icd' in row[x] else False for x in df.columns]), axis=1) 
percentage = np.mean(df['contains_word_icd']) 
# 0.5 

输出:

           a                  b  contains_word_icd 
0  hello icd                bye               True 
1        bob                you              False 
2    bob icd  bob is icd better               True 
3      hello       bob is young              False