始める無料で始める

TEDトークの単語数

ted は、500本のTEDトークの書き起こしを含むデータフレームです。各トークのおおよその単語数を表す新しい特徴量 word_count を作成し、さらにトークの平均単語数も計算します。書き起こしは tedtranscript という特徴量として利用できます。

この課題を完了するには、文字列を引数に取り、その文字列内の単語数を返す関数 count_words を定義します。次に、この関数を tedtranscript 特徴量に適用して新しい特徴量 word_count を作成し、その平均を計算します。

この演習はコースの一部です

Pythonで学ぶNLPの特徴量エンジニアリング

コースを見る

演習の手順

  • split() メソッドを使って string を単語のリストに分割します。
  • len() を使って、words の要素数を返します。
  • 作成した関数を tedtranscript 列に適用し、新しい特徴量 word_count を作成します。
  • mean() を使って、トークの平均単語数を計算します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Function that returns number of words in a string
def count_words(string):
	# Split the string into words
    words = ____.____
    
    # Return the number of words
    return ____(____)

# Create a new feature word_count
ted['word_count'] = ted[____].apply(____)

# Print the average word count of the talks
print(ted[____].____)
コードを編集して実行