0

環境:Python 3.5.2, MacOS Sierra

エクセルからデータを読み込んで文字列のデータを作りました。

[In]

import pandas as pd
import MeCab
import sys

df = pd.read_excel("filename.xls", sheetname=0)
df = df.dropna()
print(df)  

[Out]

5                          セキュリティ面において不安に感じる
17                                        便利
24                                 セキュリティが心配
28                                  興味があります。
63                                   持っていない。
66                             便利だと思いますがもってない
...
998                      べんりかもしれないが、あまり使いたくない
1000                                 便利だとおもう

MeCabを使ってこの文字データから「名詞」のみを抜き出し、さらに出現回数を以下のようなイメージでアウトプットと思っています。どなたかコードの書き方を教えて頂けませんでしょうか?

文字            出現回数
セキュリティー    154
便利              80
不安              45
興味              20
...

また、以下のコードで試して見ると、ちゃんとデータの日本語をMeCabで読み込めたので、日本語のエンコード問題はないと思います。

[In]

m = MeCab.Tagger ("-Ochasen")
for i in df:
    print(m.parse (i)) 

[Out]

セキュリティ  セキュリティ  セキュリティ  名詞-一般       
面   メン  面   名詞-接尾-一般        
において    ニオイテ    において    助詞-格助詞-連語       
不安  フアン 不安  名詞-形容動詞語幹       
に   ニ   に   助詞-副詞化      
感じる カンジル    感じる 動詞-自立   一段  基本形
EOS

1 件の回答 1

1

excelを使ったのは単に入力文を取得するためですね? 以下のようにmecabの出力文字列から名詞である条件で抽出してその単語をいったんリストに収め、最後に出現回数をカウントしています。なお特別chasen形式で出力する必要はないのでこの回答ではmecabのデフォルト出力フォーマットだとしています。-Ochasenを指定した場合はif文のところをif l != 'EOS' and l.split('\t')[3][:2] == '名詞':とすればよいです。

import collections
m = MeCab.Tagger()

noun_list = [] # 重複を含めた名詞のリスト
for i in df:
    for l in m.parse (i).splitlines():
        if l != 'EOS' and l.split('\t')[1].split(',')[0] == '名詞': # EOSを除き名詞のみ抽出
            noun_list.append(l.split('\t')[0]) # 見出し追加

noun_cnt = collections.Counter(noun_list) # 各名詞の数え上げ

for word, cnt in noun_cnt.items():
    print(word, cnt)
5
  • ご返答ありがとうございます。コードを試してみたのですが、エラーが出てきてしましました IndexError: list index out of range。こちら解決策などわかりますでしょうか?
    – Ryo
    Commented 2017年2月18日 8:29
  • どこでエラーがでているのか教えていただけますでしょうか
    – takoika
    Commented 2017年2月18日 9:02
  • エラーメッセージによるとif l != 'EOS' and l.split('\t')[1].split(',')[0] == '名詞':の部分でIndexErrorのようです。
    – Ryo
    Commented 2017年2月18日 9:12
  • MeCabの出力を文ごとに分割する処理を忘れていました。回答を修正しました
    – takoika
    Commented 2017年2月18日 10:37
  • 完璧にやりたいことができました。
    – Ryo
    Commented 2017年2月18日 11:17

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。