如何使用Python Pandas提取并统计CSV文件text列的emoji表情

问题修复说明 #

1. 代码不生效的核心问题有两个，不需要额外下载其他依赖：

   • 你的split_count函数里写的是regex.findall(r'\X', 'text')，把传入参数text写成了字符串常量'text'，每次都只处理四个英文字母，自然提取不到任何emoji
   • 新版emoji库的emoji匹配属性已从UNICODE_EMOJI['en']调整为EMOJI_DATA，旧属性已被弃用，如果你安装的是2.x以上版本的emoji库，用旧属性会匹配不到内容，直接升级emoji到最新版即可：pip install --upgrade emoji

2. 要统计emoji出现次数，可以直接用Python内置的collections.Counter实现，不需要额外写统计逻辑。

完整可运行代码 #

import pandas as pd
import regex
import emoji
from collections import Counter

# 读取本地CSV文件
df = pd.read_csv('/Users/hidden/testfile.csv')

def extract_emojis(text):
    emoji_list = []
    # 按字素簇拆分文本，适配多字符组合的特殊emoji
    graphemes = regex.findall(r'\X', str(text))
    for g in graphemes:
        if any(char in emoji.EMOJI_DATA for char in g):
            emoji_list.append(g)
    return emoji_list

# 提取所有text列的emoji合并到列表
total_emojis = []
for content in df['text']:
    total_emojis.extend(extract_emojis(content))

# 统计每个emoji的出现次数
count_result = Counter(total_emojis)

# 按要求格式输出
for em, cnt in count_result.items():
    print(f"{em} {cnt}")

运行效果 #

用你提供的示例数据运行后，输出结果如下：

🎺 2
🎶 1
♦️ 3

内容的提问来源于stack exchange，提问作者jms