網上隨便找段文字，就以Power BI官網上這段文字為例好了：

想要統計其中的詞頻，實現如下圖的效果：

解法1：使用輸入法詞庫

其中的難點無疑在分詞了，中文不像英文可以按空格拆開分詞，僅僅單靠Power Query中的功能遇到這種問題好像沒法搞，因為它不知道你要按什么規則來拆，不知道哪幾個字連起來算一個詞。

那我們就得想辦法告訴它規則，于是想到了輸入法。輸入法之所以如此貼心，就是因為有著豐富的詞庫，我們可以去輸入法的設置里找出詞庫導出來。

我已經把我的輸入法詞庫導出來并上傳到網站服務器上，所以如果你找不到詞庫在哪就直接用我的吧。

let

源 = Excel.CurrentWorkbook(){[Name="源數據"]}[Content],

詞庫 = Table.FromColumns({List.Buffer(List.Select(Csv.Document(Web.Contents("https://pqfans.com/pq/pinyin/py.txt"),[Delimiter=" "])[Column2],each Text.Length(_)<>1))},{"詞"}),

詞頻 = Table.AddColumn(詞庫, "詞頻", each List.Count(Text.PositionOf(源[文本]{0},[詞],2))),

排序 = Table.Buffer(Table.Sort(詞頻,{{"詞頻", 1}})),

篩選 = Table.SelectRows(排序, each ([詞頻] <> 0))

in

篩選

解法2：使用R語言

以上是笨方法，但是如果在Power BI Desktop中，我們可以使用R.Execute運行R腳本，用jieba包進行分詞。

那么首先你得安裝R Open，并安裝jieba。安裝非常簡單，首先去官網下載并裝好R Open，然后打開并輸入如下命令：install.packages("jiebaR")

等待自動安裝完成即可。

先看下在R中如何來分詞：

library("jiebaR")

wk

words

data.frame(words)

那么在Power BI中也類似，只不過我們想引用PBI內部的文本進行分詞，先上代碼吧：

let

源="Power BI 是一套商業分析工具，用于在組織中提供見解。可連接數百個數據源、簡化數據準備并提供即席分析。生成美觀的報表并進行發布，供組織在 Web 和移動設備上使用。每個人都可創建個性化儀表板，獲取針對其業務的全方位獨特見解。在企業內實現擴展，內置管理和安全性。",

加引號 = """"&Text.Remove(源,"""")&"""",

R腳本 = R.Execute("

library(""jiebaR"")

wk

words

df

"),

分詞 = R腳本[Value]{0}

in

分詞

為簡化過程我直接把文本放在源中，實際上這個文本可以是從本地文件導入，也可以是從網上抓取的等等。

R腳本是以文本形式放在R.Execute函數中，所以我們可以對文本進行拼接，把源中的文本放到R腳本中。

盡管源中的文本已經是text，但是引用的時候還是要在文本的開頭和結尾加上一對引號，所以我單獨用了一個加引號的步驟便于大家理解。此處前后各4個引號，首尾兩個代表引用文本，中間兩個是引號的轉義，代表一個引號。另外為了避免文本中本身包含引號而引發的錯誤，再做一個把引號移除的操作，反正我們又不要統計引號。

將數據框賦值給df變量，返回一個兩列的table，分別為變量名及數據框內的數據，最后一步深化出[Value]中數據框的數據即可。

這是分詞，最關鍵的一步做完了，剩下的詞頻統計直接分組就好了。

解法3：調用api

使用了一個名為SCWS的分詞api，封裝為自定義函數，調用即可。

let

fenci=(word)=>

let

url="http://www.xunsearch.com/scws/api.php",

headers=[#"Content-Type"="application/x-www-form-urlencoded"],

content="respond=json&ignore=yes&data="&word,

request=Table.FromRecords(Json.Document(Web.Contents(url,[Headers=headers,Content=Text.ToBinary(content)]))[words])

in

request,

result=fenci("Power BI 是一套商業分析工具，用于在組織中提供見解。可連接數百個數據源、簡化數據準備并提供即席分析。生成美觀的報表并進行發布，供組織在 Web 和移動設備上使用。每個人都可創建個性化儀表板，獲取針對其業務的全方位獨特見解。在企業內實現擴展，內置管理和安全性。")

in

result

附件

詞頻統計 (135 kB)

總結

以上是生活随笔為你收集整理的统计csv词频_分词词频统计的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。