如何计算熊猫数据框中的元音和辅音(大写和小写)?
Posted
技术标签:
【中文标题】如何计算熊猫数据框中的元音和辅音(大写和小写)?【英文标题】:How to count vowels and consonants in pandas dataframe (both uppercase and lowercase)? 【发布时间】:2018-08-20 10:08:35 【问题描述】:这是我的数据
No Body
1 DaTa, Analytics
2 StackOver.
这是我的预期输出
No Body Vowels Consonant
1 DaTa, Analytics. 5 8
2 StackOver. 3 6
【问题讨论】:
【参考方案1】:您可以使用非常简单的正则表达式来计算元音的数量,而辅音的数量是所有字母的数量减去元音的数量:
In [121]: df['Vowels'] = df.Body.str.lower().str.count(r'[aeiou]')
In [122]: df['Consonant'] = df.Body.str.lower().str.count(r'[a-z]') - df['Vowels']
In [123]: df
Out[123]:
No Body Vowels Consonant
0 1 DaTa, Analytics 5 8
1 2 StackOver. 3 6
PSy
may be either a vowel or a consonant ...
【讨论】:
你忘了y
;)
@jezrael, IMO there is no clear rule, whether y
is a vowel or a consonant
斯洛伐克语中的y
是Vowel
;)
好的,很高兴知道【参考方案2】:
使用str.count
和参数re.I
忽略大小写:
import re
df['Vowels'] = df['Body'].str.count(r'[aeiou]', flags=re.I)
df['Consonant'] = df['Body'].str.count(r'[bcdfghjklmnpqrstvwxzy]', flags=re.I)
print (df)
No Body Vowels Consonant
0 1 DaTa, Analytics 5 8
1 2 StackOver. 3 6
【讨论】:
【参考方案3】:试试这个:
vowels = set("AEIOUaeiou")
cons = set("bcdfghjklmnpqrstvwxyzBCDFGHJKLMNPQRSTVWXYZ")
df['Vowels'] = [sum(1 for c in x if c in vowels) for x in df['Body']]
df['Consonents'] = [sum(1 for c in x if c in cons) for x in df['Body']]
print (df)
【讨论】:
我如何获得 sample.csv ? 我刚刚创建了它来测试我的代码。忽略那个。我已经编辑了我的答案 这太棒了,它对其他部分的工作很有帮助,谢谢【参考方案4】:另一种选择是将str.extractall
与 or'd 条件一起应用以有效地将事物分成两列,然后按索引分组并计算列数,例如:
counts = (
df.Body.str.extractall('(?i)(?P<vowels>[aeiou])|(?P<consonants>[a-z])')
.groupby(level=0).count()
)
这是因为正则表达式的(?i)
指定表达式不区分大小写,[aeiou]
将所有元音捕获到第一个匹配组(或列)中,然后[a-z]
将捕获第一个匹配的所有其他字母组没有捕获(除了元音之外的所有内容)。
给你:
vowels consonants
0 5 8
1 3 6
然后根据需要分配/加入您的原始 DF。
【讨论】:
以上是关于如何计算熊猫数据框中的元音和辅音(大写和小写)?的主要内容,如果未能解决你的问题,请参考以下文章