python处理excel词频统计

import pandas as pd
import jieba
from collections import Counter

# 读取 Excel 文件
df = pd.read_excel('your_excel_file.xlsx')

# 定义函数用于分词和统计词频
def word_freq(content):
    # 对文章内容进行分词
    words = jieba.cut(content)
    # 统计词频
    return Counter(words)

# 创建新的数据框
new_df = pd.DataFrame(columns=['主题', '词语', '词频'])

# 遍历每个主题
for topic in df['type'].unique():
    # 筛选符合条件的行，并将文章内容合并为一个字符串
    temp_df = df[df['type']==topic]
    content = ''.join(temp_df['art_content'].tolist())
    # 进行分词和统计词频
    freq = word_freq(content)
    # 将统计结果写入新数据框
    for word, count in freq.items():
        new_df = new_df.append({
            '主题': topic,
            '词语': word,
            '词频': count
        }, ignore_index=True)

# 将新数据框存储到 Excel 文件中
new_df.to_excel('new_excel_file.xlsx', index=False)

定义了一个函数 word_freq() 用于对文章内容进行分词和统计词频。然后，我们遍历每个主题，筛选符合条件的行，并将文章内容合并为一个字符串。接着，将文章内容传递给 word_freq() 函数进行分词和统计词频，并将统计结果写入新数据框。最后，将新数据框存储到 Excel 文件中。