ฉันต้องเป็นคอลัมน์กับบางอย่านานเชือกและต้องการนับถอยที่สุดที่เคยใช้คำพูดอยู่ในนั้น
ฉันต้องการบางอย่างที่ทำงานแบบนี้ https://towardsdatascience.com/very-simple-python-script-for-extracting-most-common-words-from-a-story-1e3570d0b9d0. คำนับนส่วนหนึ่งอย่างน้อย...
และมันเป็นเรื่องสำคัญมากที่ผมต้องมีตัวเลือกนี้เพื่อ blacklist บางอย่าพูดดังนั้นพวกเขาไม่นับนะ
พยายามด้านล่างนี้ง่ายอย่าเข้าใกล้
with blacklist as (
select 'with' word union all
select 'that' union all
select 'add more as you see needed'
)
select lower(word) word, count(*) frequency
from data, unnest(regexp_extract_all(col, r'[\w]*')) word
where length(word) > 3
and word not in (select word from blacklist)
group by word
order by frequency desc