使用 ruby​​ 分析数据的最佳方法

Question

我想分析我的数据库中的数据，以了解某些单词出现了多少次。 理想情况下，我想要一个特定列中使用的前 20 个单词的列表。 解决此问题的最简单方法是什么。

Answer 1

创建一个自动激活的散列，然后遍历填充散列的行，并在每次获得相同的键（单词）时递增值。然后按值对哈希进行排序。

Answer 2

字数计数器...

我不确定您是否要问如何让 rails 来处理这个问题或如何计算字数，但我还是继续做了一个面向列的 ruby​​ wordcounter。

（顺便说一句，一开始我确实尝试了 autovivified 哈希，这是一个很酷的技巧。）

---

# col: a column name or number
# strings: a String, Array of Strings, Array of Array of Strings, etc.
def count(col, *strings) 
  (@h ||= {})[col = col.to_s] ||= {}
  [*strings].flatten.each { |s|
    s.split.each { |s|
      @h[col][s] ||= 0
      @h[col][s]  += 1
    }
  }
end
def formatOneCol a
  limit = 2
  a.sort { |e1,e2| e2[1]<=>e1[1] }.each { |results|
    printf("%9d %s\n", results[1], results[0])
    return unless (limit -= 1) > 0
  }
end
def formatAllCols
  @h.sort.each { |a|
    printf("\n%9s\n", "Col " + a[0])
    formatOneCol a[1]
  }
end

count(1,"how now")
count(1,["how", "now", "brown"])
count(1,[["how", "now"], ["brown", "cow"]])
count(2,["you see", "see you",["how", "now"], ["brown", "cow"]])
count(2,["see", ["see", ["see"]]])
count("A_Name Instead","how now alpha alpha alpha")

formatAllCols

---

$ ruby count.rb

    Col 1
        3 how
        3 now

    Col 2
        5 see
        2 you

Col A_Name Instead
        3 alpha
        1 how
$ 

Answer 3

digitalross 的答案对我来说也太冗长了，因为你标记了 ruby​​-on-rails 并说你使用 DB.. 我假设你需要一个 activerecord 模型，所以我给你一个完整的解决方案

在您的模型中：

def self.top_strs(column_symbol, top_num)
  h = Hash.new(0)
  find(:all, :select => column_symbol).each do |obj|
    obj.send(column_symbol).split.each do |word|
      h[word] += 1
    end
  end

  h.map.sort_by(&:second).reverse[0..top_num]
end

例如模型评论、列体：

Comment.top_strs(:body, 20)