如何将词频CSV文件转换为指定格式的Python字典？

方法一：使用Pandas快速转换 #

利用Pandas的set_index()和to_dict()方法，直接将word列设为索引后转换为目标格式字典：

import pandas as pd
data = pd.read_csv("./unigram_freq.csv")
word_freq = data.set_index('word')['count'].to_dict()

说明 #

• set_index('word')：将CSV中的word列设置为DataFrame的索引
• ['count']：提取词频列
• to_dict()：将索引（单词）与对应词频值转换为键值对字典

方法二：使用原生CSV模块（适合大文件） #

如果担心33万行的大文件占用过多内存，可以用Python原生csv模块逐行读取构建字典，内存效率更高：

import csv
word_freq = {}

with open('./unigram_freq.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 将count转为整数（CSV读取的默认是字符串）
        word_freq[row['word']] = int(row['count'])

原代码问题分析 #

你之前的代码用字典推导式把列名作为键，列的所有值组成的列表作为值，所以得到的是包含两个键的字典，而非每个单词对应词频的结构。

内容的提问来源于stack exchange，提问作者Domenic Urso