使用textstat库计算文本可读性

textstat可以对文本进行可读性计算，支持英文、德语、西班牙、意大利、荷兰语等。目前不支持中文，如做中文文本分析，可以考虑用cntext包。之前分享过两篇可读性的内容

https://github.com/textstat/textstat

今天尝试将pandas和textstat结合起来，对csv做文本分析

任务

今天在本文中，将学习三个知识点。

pip3 install textstat

import pandas as pd
import textstat
#设置dataframe显示的宽度
pd.options.display.max_colwidth = 100

df = pd.read_csv('data.csv')
df

Run

使用apply方法对pd.Series类型的数据进行批操作

extstat库有丰富的可读性方法，这里任选2个作为 批操作函数。

df['Fog'] = df['doc'].apply(textstat.gunning_fog)
df['Flesch'] = df['doc'].apply(textstat.flesch_reading_ease)

df.head()

Run

选中Fog、Flesch两列

#查看df[['Fog', 'Smog']]数据类型
type(df[['Fog', 'Flesch']])

Run

pandas.core.frame.DataFrame

对这两个指标水平方向进行均值

df['Mean'] = df[['Fog', 'Flesch']].mean(axis=1)
df.head()

Run

存储到可读性.csv中

df.to_csv('可读性.csv', index=False)

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。