종합 실습 (2)

와, 이전 장에서 했던 Twitter 언어 분석을 확장해서, 이제는 열 이름에 대한 기본 인자까지 포함하도록 일반화하셨네요. 이번에는 한 단계 더 나아가, 사용자에게 유연한 인자(flexible argument)를 전달할 수 있도록 할 거예요. 즉, 이 경우 사용자가 원하는 만큼 많은 열 이름을 넘길 수 있게 만듭니다!

편의를 위해 pandas는 pd로 임포트되어 있고, 'tweets.csv' 파일은 DataFrame tweets_df로 불러와져 있어요. 이전에 작업한 코드의 일부도 함께 제공됩니다.

이 연습은 강의의 일부입니다

Python 함수 입문

강의 보기

연습 안내

함수 헤더를 완성해 DataFrame df 매개변수와 가변 인자 *args를 포함하세요.
함수 정의 안의 for 루프를 완성해, 루프가 튜플 args를 순회하도록 하세요.
DataFrame tweets_df와 열 이름 'lang'을 전달해 count_entries()를 호출하고, 결과를 result1에 할당하세요.
DataFrame tweets_df와 열 이름 'lang', 'source'를 전달해 count_entries()를 호출하고, 결과를 result2에 할당하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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)

코드 편집 및 실행