Pythonで文字列リストから最も頻出する単語を抽出する方法

はじめに

文字列のリストの中で最も頻繁に出現する単語を見つけたいケースはよくあります。そのような場合、リストを反復処理しながら各単語の出現回数をカウントし、「max」メソッドを使って最も出現回数の多い単語を取得するのが一般的なアプローチです。

実装例

以下に具体的なコード例を示します。

from collections import defaultdict
my_list = ["python is best for coders", "python is fun", "python is easy to learn"]

print("The list is :")
print(my_list)

my_temp = defaultdict(int)

for sub in my_list:
   for word in sub.split():
      my_temp[word] += 1

result = max(my_temp, key=my_temp.get)

print("The word that has the maximum frequency :")
print(result)

出力結果

The list is :
['python is best for coders', 'python is fun', 'python is easy to learn']
The word that has the maximum frequency :
python

コードの解説

• 必要なパッケージ（collectionsモジュールのdefaultdict）を環境にインポートします。

• 文字列のリストを定義し、コンソールに表示します。

• 整数値を格納するためのdefaultdictを作成し、変数に代入します。存在しないキーにアクセスしても自動的に0で初期化されるため、カウント処理がシンプルになります。

• リスト内の各文字列を反復処理し、split()メソッドでスペース区切りに分割します。

• 各単語の出現回数をカウントして辞書に記録していきます。

• max()メソッドのkey引数にmy_temp.getを指定することで、出現回数が最大となる単語を取得します。

• 取得した結果を変数に代入します。

• 結果をコンソールに出力として表示します。

Counterを使った別の方法

Pythonの標準ライブラリにはcollections.Counterという便利なクラスがあり、より簡潔に同じ処理を実現できます。

from collections import Counter

my_list = ["python is best for coders", "python is fun", "python is easy to learn"]

words = []
for sub in my_list:
    words.extend(sub.split())

counter = Counter(words)
result = counter.most_common(1)[0][0]

print(result)  # python

Counterクラスのmost_common()メソッドを使えば、出現頻度順にソートされた結果を簡単に取得できます。用途に応じてdefaultdictとCounterを使い分けるとよいでしょう。