質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.49%

  • Python

    8022questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    6432questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 自然言語処理

    118questions

    自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。

python リストのcounterについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 213

---stax---

score 62

表題の件で質問させてください。
現在、DBからText型のデータを読み込み、その内容を形態素解析し、単語の出現回数を調べて、その結果をDBに格納という内容を行っています

以下例です

シリンダが動かない
↓
シリンダ/が/動かない
↓
単語  :回数
シリンダ:10
が   :20
動かない:5

上記結果をword,count列を持つDBのテーブルに格納

今回はこの単語と回数という情報に加えて単語の品詞状態を付け加えたいと考えています

単語  :品詞 :回数
シリンダ:名詞 :10


['シリンダ','名詞'] ←要素ごとの出現回数を調べたい
['が', '助詞']
['動かない','動詞']
['シリンダ','名詞']

そこで以下のコードを作成しました

from pandas import Series, DataFrame
import pandas as pd
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, Column, Integer, Text, Date, Time, DateTime
from sqlalchemy.orm import sessionmaker
from functional import seq
import os
from janome.tokenizer import Tokenizer
from janome.analyzer import Analyzer
from janome.tokenfilter import POSStopFilter
from operator import add
from collections import  Counter

Base = declarative_base()
engine = create_engine('postgres://postgres:postgres@test/testdb')
Session = sessionmaker(bind=engine)
session = Session()    

class Trblisttable(Base):
    __tablename__ = 'trb_list'
    __table_args__ = {'schema' : 'test'}
    ex_num = Column(Integer, primary_key=True)
    source = Column(Text)
    mc_name = Column(Text)
    line_name = Column(Text)
    st_name = Column(Text)
    trb_name = Column(Text)
    phenom = Column(Text)
    cause = Column(Text) 
    measures = Column(Text)
    date = Column(DateTime)  

class Insertdata(Base):
    __tablename__ = 'word_count_data'
    __table_args__ = {'schema' : 'test'}
    word = Column(Text, primary_key=True)
    count = Column(Integer)


pages = session.query(Trblisttable.phenom, Trblisttable.cause, Trblisttable.measures).all() 

phenom_data = seq(pages).map(lambda x: x.phenom).to_list()
cause_data = seq(pages).map(lambda x: x.cause).to_list()
measures_data = seq(pages).map(lambda x: x.measures).to_list()

phenom_data = [a for a in phenom_data if not a in 'None']
cause_data  = [b for b in cause_data if not b in 'None']
measures_data  = [c for c in measures_data if not c in 'None']

t = Tokenizer()
phenom_words = []
cause_words = []
measures_words = []

phenom_words = []
tokens = t.tokenize(str(phenom_data))
for token in tokens:
    test = []
    if not token.part_of_speech.split(',')[0] in ['記号']:
        test.append(token.base_form)
        test.append(token.part_of_speech.split(',')[0])
        phenom_words.append(test)

cause_words = []   
tokens = t.tokenize(str(cause_data))
for token in tokens:
    if not token.part_of_speech.split(',')[0] in ['記号']:
        test.append(token.base_form)
        test.append(token.part_of_speech.split(',')[0])
        cause_words.append(test)

measures_words = []
tokens = t.tokenize(str(measures_words))
for token in tokens:
    test = []
    if not token.part_of_speech.split(',')[0] in ['記号']:
        test.append(token.base_form)
        test.append(token.part_of_speech.split(',')[0])
        measures_words.append(test)


countdata1 =  phenom_words
counter1 = Counter(countdata1)
counter1.most_common()

countdata2 =  cause_words
counter2 = Counter(countdata2)
counter2.most_common()

countdata3 =  measures_words
counter3 = Counter(countdata3)
counter3.most_common()

adddata = counter1 + counter2 + counter3
adddata = Counter(adddata)
adddata.most_common()
for key, value in adddata.items():
    print('{}:{}'.format(key, value))


#insert_data = seq(adddata.items()).map(lambda x: Insertdata(word=x[0], count=x[1])).to_list()
#session.add_all(insert_data)
#session.commit()

print('---END---')

[['シリンダ','名詞'],['が', '助詞'],['動かない','動詞']]
のような形態素解析した単語と品詞の情報を持つリストを作成し、
counterを使って出現回数を数えようとしたのですが以下のエラーが発生します
単語と品詞の組み合わせをディクショナリにしてしまうと重複の回数は調べられられず、
countdata1 =  tuple(phenom_words)のようにしても同様のエラーが発生しました
どのようにすれば回数を数えることが出来るでしょうか?
単語と品詞の組み合わせを一つのリストで作る考え方が誤りなのでしょうか?
初歩的な質問で申し訳ありませんがアドバイス宜しくお願い致します

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-12-b2ba1d096aea> in <module>()
     91 print(phenom_words)
     92 countdata1 =  phenom_words
---> 93 counter1 = Counter(countdata1)
     94 counter1.most_common()
     95 

~\AppData\Local\Continuum\anaconda3\lib\collections\__init__.py in __init__(*args, **kwds)
    533             raise TypeError('expected at most 1 arguments, got %d' % len(args))
    534         super(Counter, self).__init__()
--> 535         self.update(*args, **kwds)
    536 
    537     def __missing__(self, key):

~\AppData\Local\Continuum\anaconda3\lib\collections\__init__.py in update(*args, **kwds)
    620                     super(Counter, self).update(iterable) # fast path when counter is empty
    621             else:
--> 622                 _count_elements(self, iterable)
    623         if kwds:
    624             self.update(kwds)

TypeError: unhashable type: 'list'
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

countdata1 =  tuple(phenom_words)のようにしても同様のエラーが発生しました

phenom_wordsの各要素をタプルにしないといけないです。

countdata1 = map(tuple, phenom_words)
counter1 = Counter(countdata1)

コメントを受けて

('交換', '名詞'):179を単語、品詞、回数のように各要素ごとに取得する方法はありますでしょうか・・・?

こういうことでしょうか。

for (key1, key2), value in adddata.items():
    print(key1, key2, value)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/04 13:01

    回答ありがとうございます
    頂いたコードを使ってカウント回数を調べることが出来ました
    ただ、自分が勘違いと記述漏れしていたのですが、
    今回格納したいDBのテーブルは単語、品詞、回数の3列あり
    Counterを使うと
    ('交換', '名詞'):179
    のように('交換', '名詞')が一つの要素として扱われるので
    交換、名詞、179という3つの要素として扱えず、DBの列と合っていないことに気づきました
    ('交換', '名詞'):179を単語、品詞、回数のように各要素ごとに取得する方法はありますでしょうか・・・?

    キャンセル

  • 2018/07/04 14:49

    ありがとうございます
    何度も重ねて質問して申し訳ないのですが
    for (key1, key2), value in adddata.items():
    print(key1, key2, value)
    上記のようにすると値を確認できるのですが、
    これらを最終的には以下のようなコードを使ってインサートしようと思っています
    insert_data = seq(adddata.items()).map(lambda x: Insertdata(word=x[0], part=x[1], count=x[2])).to_list()
    このwordやpart,countに当てはめたいのですが

    例えば
    a = []
    b = []
    c = []
    for (key1, key2), value in adddata.items():
    a.append(key1)
    b.append(key2)
    c.append(value)
    このようにするとValueError: too many values to unpack (expected 2)と
    エラーが出てしまいます
    リストなどに別途格納するのは不可なのでしょうか?

    キャンセル

  • 2018/07/04 15:12

    > リストなどに別途格納するのは不可なのでしょうか?

    いえ、問題ないはずです。
    もう一回プログラムの頭から実行してみるとどうなりますか?

    キャンセル

  • 2018/07/11 12:52

    返答遅くなり申し訳ありません
    エラーの原因を探っていると格納したいデータ(adddata)の中のデータが一部おかしい箇所があったのでそれらを修正すれば各リストに分割した結果を入れることが出来ました
    ありがとうございました

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.49%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    8022questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    6432questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 自然言語処理

    118questions

    自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。