Python 求和文件中的频率

Question

我有一个大文件 (950MB)，其中包含如下单词和频率，每行一个:

word1 54

词2 1

word3 12

word4 3

word1 99

word4 147

word1 4

word2 6

等...

我需要对单词的频率求和，例如 word1 = 54 + 99 + 4 = 157，并将其输出到列表/文件。在 Python 中执行此操作的最有效方法是什么？

我试图做的是创建一个列表，每一行都是这个列表中的一个元组，从那里总结，这让我的笔记本电脑崩溃了......

Answer 1

下一步试试:

from collections import defaultdict

d = defaultdict(int)

with open('file') as fh:
    for line in fh:
        word, count = line.split()
        d[word] += count