python - 这两种计算文本列中两个单词出现次数的方法有什么区别？

Question

我是 pandas 的新手，我现在正在 Kaggle 上学习它。

这是一个练习，要求在 description 列中找出两个词的出现次数。

我从 StackOverflow 找到了第一个陈述，但第二个是正确答案。造成这种不同结果的原因是什么？

1。从 StackOverflow 找到

tropical = reviews.description.str.count("tropical").sum()
fruity = reviews.description.str.count("fruity").sum()
descriptor_counts = pd.Series([tropical,fruity])

`

2。正确答案

tropical = reviews.description.map(lambda desc: 'tropical' in desc).sum()
fruity = reviews.description.map(lambda desc: 'fruity' in desc).sum()
descriptor_counts = pd.Series([tropical, fruity],index=['tropical','fruity'])

第一个结果是[3703, 9259]第二个结果是[3607, 9090]

更新!原来的问题是:创建一个 Series descriptor_counts 来计算这两个词在数据集中的描述列中出现的次数。

Answer 1

第一个较少，因为它只获取是'tropical' 或'fruity' 的值。

所以:

>>> s='a'
>>> s=='a'
True

但是第二个是获取包含 'tropical' 或'fruity' 的值，所以上面:

>>> s='ab'
>>> s=='a'
False

确实如此:

>>> s='ab'
>>> 'a' in s
True