Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Espero obtener un contador de cuántas veces aparece una palabra específica en una URL dada. Actualmente tengo una manera de hacer esto para un pequeño conjunto de URL y una sola palabra: import requests from bs4 import BeautifulSoup url_list = [“https://www.example.org/”,”https://www.example.com/”] # la_palabra = input() la_palabra = ‘Python’ total_palabras = . . . Read more
Tengo un dataframe grande con textos: target = [[‘cuantos festivales conciertos sobre todo persona perdido esta pandemia’], [‘existe impresión estar entrando últimos tiempos pronto tarde mayoría vivimos sufriremos’], [‘pandemia sigue hambre acecha humanidad faltaba mueren inundaciones bélgica alemania’], [‘nombre maría ángeles todas mujeres sido asesinadas hecho serlo esta pandemia lugares . . . Read more
He creado un RDD con esta forma en PySpark: [(0, (‘This’, 1)), (0, (‘is’, 1)), (0, (‘the’, 1)), (0, (‘100th’, 1)), (0, (‘Etext’, 1)), (0, (‘file’, 1)), (0, (‘presented’, 1)), (0, (‘by’, 1)), (0, (‘Project’, 1)), (0, (‘Gutenberg,’, 1)), (0, (‘and’, 1)), (1, (‘is’, 1)), (1, (‘presented’, 1)), (1, (‘in’, . . . Read more
¿Cómo puedo encontrar y contar palabras que NO están en un diccionario dado? El siguiente ejemplo cuenta cada vez que las palabras específicas del diccionario (clouds y storms) aparecen en el texto. library(“quanteda”) txt <- “Forty-four Americans have now taken the presidential oath. The words have been spoken during rising . . . Read more
Hola querido, tengo un problema. Quiero contar y sumar todas las palabras en mi gran conjunto de datos, aproximadamente 2 GB para 3400000 filas. El código que he escrito es: import pandas as pd from sklearn.feature_extraction.text import CountVectorizer pd.set_option(‘display.max_colwidth’, None) df1 = pd.read_pickle(“tweetpoststop.pkl”) cv = CountVectorizer() cv_fit = cv.fit_transform(df1.Testo_token) Todo . . . Read more