在频率分析中定义新词

Question

我想知道如何定义一个可以包含其他词的新词。例如：Word    Frequency0   game    520551   laura   249532   luke    211333   story   207394   dog     1705435  cat     4244我想“创建”一个新词 ，pet其中包括dog和cat以及它们相应的频率。像这样的东西：Word    Frequency0   game    520551   Laura   249534   pet     212982   luke    211333   story   20739我正在考虑使用字典来做到这一点：thisdict = {  "dog": "pet",  "cat": "pet"}但我不确定如何应用它以及这是否可以让我保留它们的值（总共 21298）

Answer 1

replace先做然后做groupby

df.Word.replace(thisdict,inplace=True)

df

Out[104]: 

     Word  Frequency

0    game      52055

1   laura      24953

2    luke      21133

3   story      20739

4     pet      17054

35    pet       4244

df = df.groupby(['Word'], as_index=False).sum()

df

Out[106]: 

    Word  Frequency

0   game      52055

1  laura      24953

2   luke      21133

3    pet      21298

4  story      20739