如何将给定数据集的值存入空字典?求教语言统计代码的循环与分支逻辑
代码执行逻辑拆解
前置准备阶段
- 导入pandas并读取
tweets.csv生成DataFrame后,单独提取所有推文的语言列存入col变量:该列一共包含100条记录(对应最终计数总和97+1+2=100),按数据集行顺序依次为97个'en'、1个'et'、2个'und'。 - 初始化空字典
langs_count,字典的设计规则为:键存储语言标识,值存储对应语言的推文累计数量。
核心循环与分支逻辑
for entry in col会按顺序遍历col列的每一个元素,每取出一个元素就赋值给临时变量entry,随后执行if-else判断:
- 遇到之前没有在字典里出现过的新语言标识时:
- 条件
entry in langs_count.keys()不成立,走else分支 - 在字典中新增该语言对应的键,初始值设为1,代表第一次统计到该语言的推文
- 条件
- 遇到已经存在于字典中的语言标识时:
- 条件判断成立,走if分支
- 对应该语言的计数值执行
+1操作,代表新增一条同语言的推文
对应数据集的实际计数过程
- 连续遍历97个
'en'条目:第一次遇到'en'时走else分支,将'en'的计数值初始化为1,后续连续96次遇到'en'时都走if分支,每次给计数值加1,最终'en'的计数累计为97 - 遍历到单独的1个
'et'条目:此时字典中没有'et'这个键,走else分支,新增'et'键并将值设为1 - 连续遍历2个
'und'条目:第一次遇到'und'时走else分支,将计数值初始化为1,第二次遇到时走if分支,计数值加1变为2
循环遍历完所有列的条目后,最终生成的字典就和代码输出的{'en': 97, 'et': 1, 'und': 2}完全一致。
补充说明:代码中的
langs_count.keys()属于冗余写法,Python中直接书写if entry in langs_count就能实现完全相同的判断效果,课程里写全是为了让新手明确判断的对象是字典的键,不是字典的值。
内容的提问来源于stack exchange,提问作者A.Papuccu
相关产品推荐
相关产品推荐

