一、需求分析

把txt文件里的英语单词按照出现次数排序并生成csv文件，如果次数相同按照单词的md5值来排序

二、相关库列表

pandas
re
collections
hashlib

三、代码在此

打开文件
```
txt_file = open(file_path, 'r')
```
读取文件内容
```
txt_data = txt_file.read()
```
字母全小写
```
txt_lower = txt_data.lower()
```

正则表达式去特殊符号

# 正则表达式去除特殊符号punc = '~`!#$%^&*()_+-=|\';":/.,?><~·！@#￥%……&*（）——+-=“：’；、。，？》《{}\n'# 调用正则表达txt_query = re.sub(r"[%s]+" % punc, "", txt_lower)

调用统计库对词频统计

# 使用空格来对字符串进行裁切
txt_list = txt_query.split(' ')
# 调用统计库来对词频进行统计
word = Counter(txt_list)

把每个单词的信息写入到一个列表

# 创建一个列表来接收DataFrame原型
pa_list = []
# 把键、值和根据键名生成的md5写入原型里
for key, value in word.items():pa_list.append([key, value, hashlib.md5(key.encode('utf-8')).hexdigest()])

调用pandas完成排序和文件导出

# 生成DataFramepd_data = pd.DataFrame(pa_list)# 根据值和md5进行排序dataexclex = pd_data.sort_values([1, 2])# 把文件导出dataexclex.to_csv(f'./{new_file_name}.csv')

完整代码

import pandas as pd
import re
from collections import Counter
import hashlibdef Word_frequency_statistics(file_path,new_file_name):# 打开文件txt_file = open(file_path, 'r')# 读取文件内容txt_data = txt_file.read()# 字母小写化txt_lower = txt_data.lower()# 正则表达式去除特殊符号punc = '~`!#$%^&*()_+-=|\';":/.,?><~·！@#￥%……&*（）——+-=“：’；、。，？》《{}\n'# 调用正则表达txt_query = re.sub(r"[%s]+" % punc, "", txt_lower)# 使用空格来对字符串进行裁切txt_list = txt_query.split(' ')# 调用统计库来对词频进行统计word = Counter(txt_list)# 创建一个列表来接收DataFrame原型pa_list = []# 把键、值和根据键名生成的md5写入原型里for key, value in word.items():pa_list.append([key, value, hashlib.md5(key.encode('utf-8')).hexdigest()])# 生成DataFramepd_data = pd.DataFrame(pa_list)# 根据值和md5进行排序dataexclex = pd_data.sort_values([1, 2])# 把文件导出dataexclex.to_csv(f'./{new_file_name}.csv')# 要词频统计的文件路径
file_path = ''
# 导出时的文件名称
new_file_name = ''
# 调用函数统计词频
Word_frequency_statistics(file_path,new_file_name)