从单列Pandas数据框生成词云

Question

我有一个带有一栏的Pandas数据框：犯罪类型。该列包含16种不同的犯罪“类别”，我想将其形象化为一个词云，并根据数据帧内词频的大小确定词的大小。

我尝试使用以下代码执行此操作：

导入数据：

fields = ['Crime type']

text2 = pd.read_csv('allCrime.csv', usecols=fields)

生成词云：

wordcloud2 = WordCloud().generate(text2)
# Generate plot
plt.imshow(wordcloud2)
plt.axis("off")
plt.show()

但是，我收到此错误：

TypeError: expected string or bytes-like object

我可以使用下面的代码从完整的数据集中创建一个较早的词云，但我希望该词云仅从特定列“ crime type”（“
allCrime.csv”包含大约13列）中生成词。 ：

text = open('allCrime.csv').read()
wordcloud = WordCloud().generate(text)
# Generate plot
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

我是Python和Pandas的新手（并且通常是编码！），所以将不胜感激地收到所有帮助。

Answer 1

问题在于，WordCloud.generate您使用的方法需要一个字符串，该字符串将在其上计算单词实例，但您提供了一个字符串pd.Series。

根据您希望词云生成的内容，您可以执行以下操作：

1. wordcloud2 = WordCloud().generate(' '.join(text2['Crime Type']))，它将连接数据框列中的所有单词，然后计算所有实例。

2. 使用WordCloud.generate_from_frequencies手动传字的计算的频率。