TED 演讲的词数统计
ted 是一个包含 500 场 TED 演讲文字稿的数据框。您的任务是计算一个新的特征 word_count，其值为每场演讲的大致词数。随后，您还需要计算所有演讲的平均词数。文字稿在 ted 中的特征名为 transcript。
为完成此任务，您需要先定义函数 count_words，该函数接收一个字符串参数并返回该字符串中的词数。然后，将此函数应用到 ted 的 transcript 特征，创建新特征 word_count，并计算它的均值。
本练习是课程的一部分
Python 中的 NLP 特征工程
练习说明
- 使用
split()方法将string拆分为词列表。 - 使用
len()返回words中元素的数量。 - 将您的函数应用到
ted的transcript列以创建新特征word_count。 - 使用
mean()计算所有演讲的平均词数。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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[____].____)