每日一题23：统计文本中单词出现的次数

一、每日一题

解答：

import pandas as pd
def count_occurrences(files: pd.DataFrame) -> pd.DataFrame:
    bull_cnt = len(files[files['content'].str.contains(r'\sbull\s')])
    bear_cnt = len(files[files['content'].str.contains(r'\sbear\s')])
    res_df = pd.DataFrame(
        {
            'word': ['bull', 'bear'],
            'count': [bull_cnt, bear_cnt]
        }
    )
    return res_df

题源：Leetcode

二、 总结

files['content'].str.contains(r'\sbull\s'):

• 使用 str.contains() 方法来查找 content 列中包含匹配正则表达式 r'\sbull\s' 的行。
• 正则表达式**r'\sbull\s'** 寻找以空白字符（空格）开头和结尾的 "bull" 字符串：
  • \s 表示空白字符（比如空格、制表符等）。
  • 因此，r'\sbull\s' 匹配的是整个单词 "bull"，而不会匹配诸如 "bulldog" 或 "bullish" 这样的部分匹配。

2024.5.26