在python中找到第n个最常见的单词并计数

Question

我是一个大学生谁是新来的，喜欢编程。我在实践中遇到了一个问题，我想在这里寻求帮助。在

给一个字符串一个整数n，返回第n个最常见的单词和它的count，忽略大小写。在

确保所有的字母都是小写的！在

提示：split（）函数和字典可能有用。在

示例：

输入：“apple apple apple blue call”，2

输出：列表[“蓝色”，2]

我的代码如下：

from collections import Counter
def nth_most(str_in, n):
    split_it = str_in.split(" ")
    array = []
    for word, count in Counter(split_it).most_common(n):
        list = [word, count]
        array.append(count)
        array.sort()
        if len(array) - n <= len(array) - 1:
            c = array[len(array) - n]
            return [word, c]

试验结果如下：

^{pr2}$

以及

Traceback (most recent call last):
  File "/grade/run/test.py", line 20, in test_negative
    self.assertEqual(nth_most('awe Awe AWE BLUE BLUE call', 1), ['awe', 3])
AssertionError: Lists differ: ['BLUE', 2] != ['awe', 3]

First differing element 0:
'BLUE'
'awe'

我不知道我的代码有什么问题。在

非常感谢你的帮助！在

Answer 1

def nth_common(lowered_words, check):
    m = []
    for i in lowered_words:
        m.append((i, lowered_words.count(i)))
    for i in set(m):
        # print(i)
        if i[1] == check: # check if the first index value (occurrance) of tuple == check
            print(i, "found")
    del m[:] # deleting list for using it again


words = ['apple', 'apple', 'apple', 'blue', 'BLue', 'call', 'cAlL']
lowered_words = [x.lower() for x in words]   # ignoring the uppercase
check = 2   # the check

nth_common(lowered_words, check)

输出：

^{pr2}$

Answer 2

既然您使用的是Counter，请明智地使用它：

import collections

def nth_most(str_in, n):
    c = sorted(collections.Counter(w.lower() for w in str_in.split()).items(),key = lambda x:x[1])
    return(list(c[-n])) # convert to list as it seems to be the expected output

print(nth_most("apple apple apple blue BlUe call",2)) 

建立词频字典，根据值（元组的第二个元素）对项目进行排序，并选择最后第n个元素。在

这将打印['blue', 2]。在

如果在第一位或第二位有两个频率相同的单词（并列）怎么办？这个解决方案行不通。相反，对出现的次数进行排序，提取第n个最常见的出现，然后再次运行counter dict来提取匹配项。在

^{pr2}$

这次打印：

[['call', 2], ['blue', 2]]

Answer 3

计数器按顺序返回大多数公用元素，以便您可以执行以下操作：

list(Counter(str_in.lower().split()).most_common(n)[-1]) # n is nth most common word