テキストデータの単語の抽出、カウントの処理

Question

ご覧いただきありがとうございます。
プログラミング初心者で、現在はpythonで自然言語処理の勉強をしています。

今回の質問は、テキストデータの単語の抽出、カウントについてです。

例えば、

apple|phone|number|apple|テレビ|電話|phone .....

のように、単語ごとに"|"で区切られているtxtファイルの文字について
単語ごとに集計をして、単語とその出現回数を出力するプログラムを組みたいのですが、
どのようなプログラムを書けばよろしいでしょうか？

本当に初心者で何も知らない者で、非常に困っています。
どうかご教授お願いいたします。

Answer 1

簡単にやると、以下です。

wdict = {}
with open('input.txt', 'r', encoding='utf-8') as f:
    for line in f:
        for word in line.rstrip().split('|'):
            try:
                wdict[word] += 1
            except Exception:
                wdict[word] = 1

print(wdict)

Comments

[fukubaka]

ppaul様
回答して頂きありがとうございます。

こちらの結果を出現回数を降順に並べ替えて、エクセルに出力するにはどうしたらよろしいでしょうか。

お手数をおかけしますが、お時間ございましたらご教授お願いいたします。

[ppaul]

pandasがなければインストールしてください。
あとは、
import pandas as pd
pd.DataFrame(list(wdict.items())).sort_values(1, ascending=False).to_excel('output.xlsx', index=False, header=False)
で、output.xlsxに書き出してください。

[fukubaka]

無事出力が完了いたしました。
誠にありがとうございます。