在 Python 中从 csv 文件生成字符串集

Posted 2023-03-11

【中文标题】在 Python 中从 csv 文件生成字符串集

【英文标题】：Generate string set from csv file in Python

【发布时间】：2019-05-15 01:28:12

【问题描述】：

请不要立即标记我的答案，因为我搜索了其他几个没有解决我问题的问题，例如this.

我正在尝试从 csv 文件生成一组 python 字符串。加载的 csv 文件打印出来的 pandas 数据帧结构如下：

   0
0  me
1  yes
2  it

对于一个项目，我需要将其格式化为如下所示

STOPWORDS = 'me', 'yes', 'it'

我尝试通过以下代码做到这一点。

import pandas as pd

df_stopwords = pd.read_csv("C:/Users/Jakob/stopwords.csv", encoding = 'iso8859-15', header=-1)

STOPWORDS = 
for index, row in df_stopwords.iterrows():
    STOPWORDS.update(str(row))

print(STOPWORDS)

但是，我收到此错误：

dictionary update sequence element #0 has length 1; 2 is required

当我使用STOPWORDS.update(str(row)) 时，我得到了这个错误：

'dict' object has no attribute 'add'

提前谢谢大家！

【问题讨论】：

您需要dict 还是set？

怎么样：set(df_stopwords[0])

做类似set(df.values.ravel())的事情

@nixon 请将其发布为答案。我想把这归功于你！解决了我的问题。总之：请点赞！ ;-P

@YOLO 您的解决方案也很完美。我想接受你的两个答案！ :D 非常感谢！

【参考方案1】：

您可以直接从数据框中的值创建set：

set(df.values.ravel())
'me', 'yes', 'it'

【参考方案2】：

字典是键和值的映射。就像许多其他语言中的对象一样。由于您需要将其作为一个集合，因此将其定义为一个集合。以后不要改成一套。

import pandas as pd

df_stopwords = pd.read_csv("C:/Users/Jakob/stopwords.csv", encoding = 'iso8859-15', header=-1)

STOPWORDS = set()
for index, row in df_stopwords.iterrows():
    STOPWORDS.add(str(row))

print(STOPWORDS)

【讨论】：

我需要大括号。这就是我不能使用列表的原因。谢谢！

为什么需要大括号？ Python 仅将它们用于特定的事情。

我使用这个集合作为 wordcloud 库的输入，它需要一组不应该在词云中显示的词。它不接受列表。

如果你将它格式化成一个字符串，你可以这样做：with_curly_brackets = str(STOPWORDS).replace("[", "").replace("]", "")

啊...我明白了。我正在用更 Pythonic 的方式更新我的答案。

【参考方案3】：

您似乎需要将列中的值转换为列表，然后将该列表用作停用词。

stopwords = df_stopwords['0'].tolist()
--> ['me', 'yes', 'it']

【参考方案4】：

如已接受的答案here 中所述。您可能想使用itertuples()，因为它更快。

STOPWORDS = set()
for index, row in df_stopwords.itertuples():
    STOPWORDS.add(row)

print(STOPWORDS)