如何让WordCloud将Excel多词字符串作为单个观测生成词云？

你当前代码里用str(df)把整列转成字符串后传给generate()，WordCloud会默认按空格拆分所有文本，所以像"Mental health"这种多词单元格会被拆成两个单独的词。要解决这个问题，核心是直接统计每个单元格内容的出现频率，然后让WordCloud基于这个频率字典生成词云，而不是让它自己分词。

修改后的完整代码 #

import pandas as pd
import numpy as np
from PIL import Image
from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt

# 读取数据并提取目标列
df = pd.read_csv(r"C:\Users\.......\jj.csv", encoding='utf8')
outcome_series = df["Outcome"]

# 统计每个单元格内容的出现频率，转成字典格式
freq_dict = outcome_series.value_counts().to_dict()

# 加载掩码图片
our_mask = np.array(Image.open(r"C:\Users\.....\baby.png"))

stopwords = set(STOPWORDS)

# 初始化词云，改用generate_from_frequencies传入频率字典
wc = WordCloud(
    background_color="white",
    font_path='arial',
    colormap='Reds',
    random_state=1,
    repeat=True,
    collocations=False,
    max_words=150,
    stopwords=stopwords,
    mask=our_mask,
    contour_width=1,
    contour_color='Gray'
).generate_from_frequencies(freq_dict)

# 绘制并展示词云
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

关键说明 #

• outcome_series.value_counts()会自动统计每个单元格内容的出现次数，比如"Mental health"出现5次，就会生成键值对"Mental health":5
• generate_from_frequencies()方法会直接使用你提供的频率字典，不会对字典的键（即单元格内容）进行分词，确保多词内容作为整体出现在词云中
• 注意给文件路径加上前缀r，避免转义字符引发的路径错误

内容的提问来源于stack exchange，提问作者fary