### 如何使用 Python 和 Pandas 统计 Excel 表格中某列的关键词 为了实现这一目标，可以按照以下方法完成： #### 1. 导入必要的库 首先需要导入 `pandas` 库用于处理 Excel 文件。 ```python import pandas as pd ``` #### 2. 读取指定列的数据 通过 `pd.read_excel()` 函数加载 Excel 数据，并利用参数 `usecols` 来指定需要读取的列。假设我们需要读取第4列和第7列，则代码如下所示[^1]: ```python df = pd.read_excel("example.xlsx", usecols=[3, 6], names=None) ``` 这里需要注意的是，`usecols` 参数接受零基索引，因此第4列对应索引为3，而第7列则对应索引为6。 #### 3. 将数据转换为列表 如果希望进一步操作这些数据，可将其转化为 Python 列表: ```python column_data_list = df.values.tolist() print(column_data_list) ``` 此部分实现了将 DataFrame 中的内容提取出来形成简单的二维数组结构以便后续分析。 #### 4. 关键词统计逻辑 对于每一项记录（即每行），可以通过字符串匹配技术查找特定关键字的存在情况并累加计数器变量值。下面展示了一个基本的例子，它遍历整个列表并对每个单元格内的文本执行搜索动作以找到所有符合条件的结果数量总和。 ```python keyword_count = {} for row in column_data_list: for cell_value in row: if isinstance(cell_value, str): # 确保当前单元格内容为字符串类型 words = cell_value.split() # 假设按空格分割单词 for word in words: if word not in keyword_count: keyword_count[word] = 0 keyword_count[word] += 1 # 输出最终的关键字频率分布状况 for key,value in sorted(keyword_count.items(),key=lambda item:item[1],reverse=True)[:10]: print(f"{key}: {value}") ``` 上述脚本会计算前十个最常出现的词语及其对应的频次[^3]。 #### 完整示例程序 综合以上各环节构建完整的解决方案如下： ```python import pandas as pd def count_keywords_in_column(file_path, col_indices): """ Reads specific columns from an Excel file and counts the frequency of each unique word. Parameters: - file_path (str): Path to your excel file. - col_indices (list[int]): List containing indices of desired columns starting at zero. Returns: A dictionary mapping individual terms found within those selected cells back onto their respective occurrence tallies across all rows processed during execution time period defined by user input parameters above . """ try: # Load data into dataframe selecting only given cols without headers df = pd.read_excel(file_path, usecols=col_indices ,names=None) # Convert contents into plain python list format suitable for further processing steps below .. raw_text_blocks_as_lists_of_strings_per_row = df.values.tolist() result_dict={} for line in raw_text_blocks_as_lists_of_strings_per_row : for elem in line : if type(elem)==str : tokens=elem.strip().split(' ') for token in tokens : lowercased_token=token.lower() if lowercased_token not in result_dict.keys(): result_dict[lowercased_token]=0 result_dict[lowercased_token]+=1 return dict(sorted(result_dict.items(), key=lambda kv:(kv[1], kv[0]), reverse=True)) except Exception as e: raise ValueError("Error occurred while reading or analyzing provided .xlsx document:",e) if __name__=='__main__': res=count_keywords_in_column('./sample_file_for_analysis.xlsx',[3]) top_five_words={k:v for k,v in zip(list(res.keys())[:5],list(res.values())[:5])} print(top_five_words) ``` 该函数接收两个参数：一个是文件路径；另一个是指定要解析哪些列的一个整型序列集合。最后打印出排名靠前的一些词条连同它们各自的重复度数值一起呈现给调用者查看[^4]。 --- ###