综合运用（1）

回想上一章的"综合运用"练习，您通过编写一个函数来统计特定语言的推文数量，做了一个简单的 Twitter 分析。该函数的输出是一个字典，以语言作为键（keys），以该语言的推文数量作为值（value）。

在本练习中，我们将把上一章的 Twitter 语言分析进行泛化。您将通过加入一个接收列名的默认参数来实现。

为方便起见，已将 pandas 以 pd 导入，并将 'tweets.csv' 文件读入到 DataFrame tweets_df 中。您之前编写代码的部分片段也已提供。

本练习是课程的一部分

Python 函数入门

查看课程

练习说明

补全函数头，增加参数 DataFrame df，以及用于指定 DataFrame 列名的参数 col_name，其默认值为 'lang'。
调用 count_entries()，传入 DataFrame tweets_df 和列名 'lang'。将结果赋给 result1。注意：由于 'lang' 是参数 col_name 的默认值，此处可以不显式指定。
调用 count_entries()，传入 DataFrame tweets_df 和列名 'source'。将结果赋给 result2。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Define count_entries()
def count_entries(____, ____):
    """Return a dictionary with counts of
    occurrences as value for each key."""

    # Initialize an empty dictionary: cols_count
    cols_count = {}

    # 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 = ____

# Call count_entries(): result2
result2 = ____

# Print result1 and result2
print(result1)
print(result2)

编辑并运行代码