Praktische Anwendung (2)
Wow, du hast gerade deine Twitter-Sprachanalyse aus dem vorherigen Kapitel verallgemeinert und ein Standardargument für den Spaltennamen hinzugefügt. Du wirst diese Funktion nun einen Schritt weiter verallgemeinern, indem du ihr ein flexibles Argument übergibst, d. h. in diesem Fall beliebig viele Spaltennamen!
Der Einfachheit halber wurden pandas als pd und die Datei 'tweets.csv' in den DataFrame tweets_df importiert. Teile des von dir bereits geschriebenen Codes werden ebenfalls bereitgestellt.
Diese Übung ist Teil des Kurses
Einführung in Funktionen in Python
Anleitung zur Übung
- Vervollständige den Funktionskopf, indem du den Parameter für den DataFrame
dfund das flexible Argument*argsangibst. - Vervollständige die
for-Schleife innerhalb der Funktionsdefinition, so dass die Schleife über das Tupelargsläuft. - Rufe
count_entries()auf, indem du den DataFrametweets_dfund den Spaltennamen'lang'übergibst. Weise das Ergebnisresult1zu. - Rufe
count_entries()auf, indem du den DataFrametweets_dfund die Spaltennamen'lang'und'source'übergibst. Weise das Ergebnisresult2zu.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Define count_entries()
def ____(____, ____):
"""Return a dictionary with counts of
occurrences as value for each key."""
#Initialize an empty dictionary: cols_count
cols_count = {}
# Iterate over column names in args
for col_name in ____:
# Extract column from DataFrame: col
col = df[col_name]
# Iterate over the column in DataFrame
for entry in col:
# If entry is in cols_count, add 1
if entry in cols_count.keys():
cols_count[entry] += 1
# Else add the entry to cols_count, set the value to 1
else:
cols_count[entry] = 1
# Return the cols_count dictionary
return cols_count
# Call count_entries(): result1
result1 = count_entries(____, ____)
# Call count_entries(): result2
result2 = count_entries(____, ____, ____)
# Print result1 and result2
print(result1)
print(result2)