融会贯通（1）

在前面的练习中，您已经初步体验了如何编写自定义函数。您学习了如何为函数定义添加参数，如何用元组返回单个或多个值，以及如何调用您定义的函数。

在本题及下一题中，您将把这些概念串联起来，并将其应用到一个简单的数据科学问题中。您将加载一个数据集，并开发一些功能，从数据中提取简单的洞见。

在本练习中，您的目标是回顾如何将数据集加载为 DataFrame。该数据集包含 Twitter 数据，您将遍历某一列中的条目，构建一个字典：键为语言名称，值为该语言的推文数量。文件 tweets.csv 已在您当前的工作目录中。

请注意：这些是来自 Twitter 的真实数据，因此可能包含不当语言或令人反感的内容（本练习及后续使用真实 Twitter 数据的练习都可能如此）。

本练习是课程的一部分

Python 函数入门

查看课程

练习说明

将 pandas 包以别名 pd 导入。
使用 pandas 函数 read_csv() 导入文件 'tweets.csv'。将得到的 DataFrame 赋给 df。
通过遍历 DataFrame df 的 'lang' 列 col，完成 for 循环。
完成循环中的 if-else 语句体：如果键已在字典 langs_count 中，则将该键对应的值加 1；否则将该键加入 langs_count，并将对应的值设为 1。在代码中使用循环变量 entry。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Import pandas


# Import Twitter data as DataFrame: df
df = ____

# Initialize an empty dictionary: langs_count
langs_count = {}

# Extract column from DataFrame: col
col = df['lang']

# Iterate over lang column in DataFrame
for entry in ____:

    # If the language is in langs_count, add 1 
    if entry in langs_count.keys():
        ____
    # Else add the language to langs_count, set the value to 1
    else:
        ____

# Print the populated dictionary
print(langs_count)

编辑并运行代码