Bắt đầu ngayBắt đầu miễn phí

Trích xuất thông tin từ lượng dữ liệu Twitter lớn

Bạn đã làm rất tốt khi chia nhỏ tệp ở bài trước. Giờ bạn đã biết cách xử lý tình huống phải làm việc với một tệp rất lớn — đây là một kỹ năng vô cùng hữu ích!

Biết cách xử lý tệp theo các phần nhỏ, dễ quản lý là rất tốt, nhưng việc phải viết đi viết lại cùng một đoạn mã cho cùng một tác vụ có thể trở nên rất tẻ nhạt. Trong bài tập này, bạn sẽ giúp mã của mình dễ tái sử dụng hơn bằng cách đóng gói công việc ở bài trước vào một định nghĩa hàm.

Gói pandas đã được nhập dưới tên pd và tệp 'tweets.csv' đã có sẵn trong thư mục hiện tại để bạn sử dụng.

Bài tập này là một phần của khóa học

Hộp Công Cụ Python

Xem khóa học

Hướng dẫn bài tập

  • Định nghĩa hàm count_entries() với 3 tham số. Tham số thứ nhất là csv_file cho tên tệp, tham số thứ hai là c_size cho kích thước khối, và tham số cuối cùng là colname cho tên cột.
  • Duyệt qua tệp trong csv_file bằng một vòng lặp for. Dùng biến lặp chunk và lặp qua lời gọi pd.read_csv(), truyền c_size vào chunksize.
  • Ở vòng lặp trong, lặp qua cột được chỉ định bởi colname trong chunk bằng một vòng lặp for. Dùng biến lặp entry.
  • Gọi hàm count_entries() với tên tệp 'tweets.csv', kích thước khối 10, và tên cột cần đếm 'lang'. Gán kết quả trả về cho biến result_counts.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Define count_entries()
def ____():
    """Return a dictionary with counts of
    occurrences as value for each key."""
    
    # Initialize an empty dictionary: counts_dict
    counts_dict = {}

    # Iterate over the file chunk by chunk
    for ____ in ____:

        # Iterate over the column in DataFrame
        for ____ in ____:
            if entry in counts_dict.keys():
                counts_dict[entry] += 1
            else:
                counts_dict[entry] = 1

    # Return counts_dict
    return counts_dict

# Call count_entries(): result_counts
result_counts = ____

# Print result_counts
print(result_counts)
Chỉnh sửa và Chạy Mã