python - 将包含字符串和整数值的元组中的值组合起来并存储为数据帧

Question

我正在构建一个函数，该函数接受公司描述列表，然后输出列表中最常见的三词短语。我已经能够让它输出这样构造的元组字典:

{('technology', 'company', 'provides'): 2,
 ('various', 'industries.', 'company'): 2,
 ('provides', 'software', 'solutions'): 2,
 ('life', 'health', 'insurance'): 2,...}

我想将其转换为表/数据框，将字符串连接成单个值，然后创建一个单独的列来存储该短语的实例数。

理想的输出是:

<表类=“s-表”> <标题> 短语 发生 <正文> 科技公司提供 2 各行业公司 2 提供软件解决方案 2 人寿健康保险 2

我尝试使用以下方法将元组组合成一个字符串，但它会减少出现的次数:

# function that converts tuple to string
def join_tuple_string(descriptions) -> str:
   return ' '.join(descriptions)

# joining all the tuples
result = map(join_tuple_string, descriptions)

# converting and printing the result
print(list(result))

这是输出:

['technology company provides', 
'provides software solutions', 
'product suite includes', 'life health insurance',...]

如何连接这些值而不丢失出现次数？我希望能够将其导出到 CSV 以查看完整列表。

Answer 1

import pandas as pd

result = {('technology', 'company', 'provides'): 2,
 ('various', 'industries.', 'company'): 2,
 ('provides', 'software', 'solutions'): 2,
 ('life', 'health', 'insurance'): 2}

df = pd.DataFrame(result.items(), columns=['phrase', 'occurrence'])
df.phrase = df.phrase.str.join(' ')
print(df)
df.to_csv('phrases.csv', index=False)

df 输出:

                        phrase  occurrence
0  technology company provides           2
1  various industries. company           2
2  provides software solutions           2
3        life health insurance           2

csv 文件:

phrase,occurrence
technology company provides,2
various industries. company,2
provides software solutions,2
life health insurance,2