### 如何在 Excel 中实现数据的词频统计 通过 Python 可以高效地完成对 Excel 文件的数据读取、分词以及词频统计的任务。以下是具体的方法： #### 使用 `pandas` 和 `jieba` 实现词频统计 可以借助 `pandas` 库来加载 Excel 数据，并利用中文分词库 `jieba` 来分割文本内容，最后使用 `collections.Counter` 统计词频。 ```python import pandas as pd from collections import Counter import jieba # 加载 Excel 文件 df = pd.read_excel('example.xlsx') # 假设文件名为 example.xlsx text_column = df['content'].dropna().astype(str).tolist() # 提取指定列的内容并转换为字符串列表 # 合并所有文本 all_text = ' '.join(text_column) # 分词 words = jieba.lcut(all_text) # 排除停用词 (如果需要的话) stop_words = set(['的', '了', '和']) # 自定义停用词集 filtered_words = [word for word in words if word not in stop_words] # 计算词频 word_counts = Counter(filtered_words) # 输出前 20 高频率词语及其数量 print(word_counts.most_common(20)) ``` 上述代码实现了从 Excel 表格中提取特定列的文字内容，对其进行分词处理，并最终得到按词频排序的结果[^1]。 #### 结合 `matplotlib` 或 `wordcloud` 展示结果 为了更直观展示词频分布情况，还可以引入可视化工具如 `matplotlib` 或者专门用于绘制词云图的 `wordcloud` 库。 ```python from wordcloud import WordCloud import matplotlib.pyplot as plt # 创建词云对象 wc = WordCloud(font_path='simhei.ttf', width=800, height=400, background_color='white') # 将词频字典传递给词云生成器 wc.generate_from_frequencies(word_counts) # 显示图像 plt.figure(figsize=(10, 5)) plt.imshow(wc, interpolation="bilinear") plt.axis("off") # 不显示坐标轴 plt.show() ``` 这段脚本会基于前面计算出来的词频创建一幅精美的词云图片[^2]。 #### 存储结果回写至新的 Excel 文件 如果有需求保存这些统计数据回到一个新的 Excel 文档里，则可再次调用 `pandas.DataFrame`. ```python result_df = pd.DataFrame(word_counts.items(), columns=['Word', 'Frequency']) result_df.to_excel('output_word_frequency.xlsx', index=False) # 导出到新文件 ``` 此部分展示了如何把程序运行后的成果导出来形成易于分享查看的形式[^3]。 ---