Como Criar um Contador de Palavras com Python: Passo a Passo
Aprenda a criar um contador de palavras com Python usando Regex e Counter. Descubra como aplicar a técnica em análises de texto, SEO e sentimentos.
O que vocĂŞ vai aprender?
Como Criar um Contador de Palavras com Python (Passo a Passo)
Você já imaginou descobrir quais palavras aparecem com mais frequência em um texto ou conjunto de avaliações de produtos?
Com o contador de palavras em Python, Ă© possĂvel fazer isso em poucos minutos — e o melhor: com aplicações diretas em análises de sentimentos, SEO e interpretação de grandes volumes de texto.
Neste guia, você vai aprender a criar um contador de palavras do zero, utilizando expressões regulares (Regex) e a biblioteca collections.
AlĂ©m disso, verá como aplicar essa tĂ©cnica em uma análise real de reviews do iPhone X disponĂveis na Amazon.
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
O que Ă© a Contagem de Palavras e por que ela Ă© importante
A contagem de palavras consiste em calcular quantas vezes cada termo aparece em um texto.
Apesar de simples, essa técnica é extremamente útil para:
- Analisar sentimentos em avaliações ou comentários;
- Entender padrões de linguagem usados por consumidores;
- Aprimorar textos para SEO, identificando palavras-chave com alta recorrĂŞncia;
- Explorar grandes volumes de dados textuais, como redes sociais, fĂłruns e reviews.
Por exemplo: ao analisar as palavras mais usadas em avaliações de produtos, você pode perceber se os clientes expressam mais satisfação (good, perfect, love) ou insatisfação (bad, broken, scratches).
Desafio da Aula: Reviews do iPhone X
Para colocar a tĂ©cnica em prática, vamos trabalhar com uma base de dados real — reviews do iPhone X usados, coletados no site da Amazon e disponĂveis no Kaggle.
Nosso objetivo é usar Python para descobrir quais palavras aparecem com mais frequência nessas avaliações e entender se as impressões gerais dos consumidores são positivas ou negativas.
Essa Ă© uma etapa inicial de uma análise de sentimentos: sem usar IA, apenas observando os padrões de palavras, já Ă© possĂvel ter insights sobre a percepção dos usuários.
Vamos usar o contador de palavras para descobrir quais são as principais impressões dos clientes sobre iPhones usados vendidos na Amazon, e se vale a pena ou não comprar um.
VocĂŞ encontra essa base de dados no material disponĂvel para download da aula.
Configurando o Ambiente de Desenvolvimento
Para acompanhar o passo a passo, você precisará da biblioteca Pandas, que é fundamental para a manipulação e análise dos dados.
Instalando o Pandas
VocĂŞ pode instalar a biblioteca no terminal do seu editor de cĂłdigo ou no prompt de comando, usando o seguinte comando: pip install pandas.
Configurando o Ambiente
Como vamos trabalhar com visualização de dados, é interessante utilizar o Jupyter Notebook ou o VS Code com a extensão do Jupyter. Isso porque essa ferramenta oferece uma melhor visualização dos DataFrames gerados pelo Pandas.
Importando e Visualizando os Dados
Para começar, vamos importar a biblioteca Pandas e criar a variável tabela.
Utilizaremos a função read_csv() para carregar os dados do arquivo CSV (ReviewsIPhoneX.csv), que contém as opiniões dos usuários. O conteúdo será armazenado na variável tabela.
Como estamos utilizando o Jupyter Notebook, podemos utilizar a função display() para visualizar o DataFrame de maneira mais organizada.
import pandas as pd
tabela = pd.read_csv("ReviewsIPhoneX.csv")
display(tabela)
Essa base contĂ©m 1.799 avaliações usado, com informações como data de compra, tĂtulo e texto da review, nota dada pelo usuário, URL da página do produto, entre outras informações relacionadas.
Para este exercĂcio, vamos focar na coluna body, que traz o texto completo das avaliações — Ă© a partir dela que faremos a contagem de palavras, buscando entender melhor a percepção geral dos usuários, alĂ©m de suas satisfações e insatisfações com o produto.
Python ImpressionadorVocĂŞ vai aprender a linguagem de Programação que mais cresce no Mundo para fazer automações incrĂveis, desenvolver sites, fazer análises de dados, trabalhar com CiĂŞncia de Dados, InteligĂŞncia Artificial, mesmo que vocĂŞ nunca tenha tido nenhum contato com Programação na vida.
Começar agora
Preparando o Texto para Análise com Python
Unindo e Padronizando o Texto - join() e lower()
Para realizar a contagem das palavras em todo o conjunto de reviews, primeiro precisamos concatenar todos os textos da coluna body em um Ăşnico texto contĂnuo.
Utilizaremos o método join() das strings, , que concatena as linhas da tabela em uma única string.
Para garantir que todos os valores da coluna body sejam tratados como strings, mesmo que haja algum tipo de dado diferente, utilizamos o método astype(str).
texto = " ".join(tabela["body"].astype(str))Dessa forma, o mĂ©todo join() unirá todas as strings separadas por um espaço, formando um texto contĂnuo com o conteĂşdo da coluna body.
Além disso, é importante padronizar o texto para evitar contagens duplicadas de palavras idênticas em maiúsculas e minúsculas.
Para isso, utilizamos o método lower() que converte todos os caracteres do texto para minúsculas.
texto = " ".join(tabela["body"].astype(str))
texto = texto.lower()Usando Expressões Regulares – Regex
Para identificar cada palavra dentro do texto e eliminar pontuações, usamos expressões regulares (regex) — um padrão de busca textual que encontra combinações de letras e números.
Vamos importar a biblioteca re e utilizar o método findall() para buscar o padrão que define as palavras.
texto = " ".join(tabela["body"].astype(str))
texto = texto.lower()
import re
lista_palavras = re.findall(r"\b\w+\b", texto)Vamos entender o que a expressĂŁo regular r"\b\w+\b" faz:
- O prefixo r antes da expressão regular indica para o Python que ela é uma raw string, evitando interpretações incorretas das barras invertidas usadas na expressão.
\bmarca o inĂcio e o fim de uma palavra (word boundary). Por isso, ela aparece tanto no inĂcio quanto no final da expressĂŁo.\w+captura uma ou mais ocorrĂŞncias de letras ou nĂşmeros (caracteres alfanumĂ©ricos).
O resultado Ă© uma lista com todas as palavras encontradas no texto, ignorando espaços, vĂrgulas e pontuações.
Saiba mais sobre Regex no Python em: RegEx no Python: aprenda como usar as expressões regulares
Contagem de Palavras no Python com Counter
Agora que temos a lista de palavras, vamos usar a classe Counter, da biblioteca Collections, para contar quantas vezes cada palavra aparece.
O Counter funciona como um dicionário, onde as chaves são os itens da lista (neste caso, as palavras) e os valores representam a quantidade de vezes que cada item aparece.
Ao passar a lista de palavras para o Counter, ele automaticamente realiza a contagem de cada palavra e armazena as informações em um objeto chamado contagem_palavras.
texto = " ".join(tabela["body"].astype(str))
texto = texto.lower()
import re
lista_palavras = re.findall(r"\b\w+\b", texto)
from collections import Counter
contagem_palavras = Counter(lista_palavras)
print(contagem_palavras)
Com isso, podemos ver a ocorrĂŞncia de cada palavra. Por exemplo, a palavra "phone" teve 1544 ocorrĂŞncias.
Visualizando os Resultados – Identificando as Palavras Mais Frequentes
Para visualizar apenas as palavras mais frequentes, podemos usar o método most_common.
Esse método retorna uma lista das palavras mais frequentes, ordenadas da mais comum para a menos comum. Além disso, podemos limitar o número de palavras exibidas conforme necessário.
Por exemplo, podemos visualizar as 200 palavras mais comuns. Você pode ajustar esse número de acordo com a sua necessidade ou análise.
Para isso, criaremos um loop for que itera sobre as palavras mais frequentes, exibindo tanto a palavra quanto a sua frequĂŞncia.
texto = " ".join(tabela["body"].astype(str))
texto = texto.lower()
import re
lista_palavras = re.findall(r"\b\w+\b", texto)
from collections import Counter
contagem_palavras = Counter(lista_palavras)
for item in contagem_palavras.most_common(200):
print(item)
Essa contagem nos permite identificar padrões nas palavras utilizadas no texto sem necessidade de análises complexas ou uso de inteligência artificial.
Com esse código simples, já podemos destacar palavras-chave que indicam sentimentos positivos ou negativos sobre o produto, como "good", "great", "scratches", entre outras.
Conclusão – Como Criar um Contador de Palavras com Python
Na aula de hoje, mostrei como criar um contador de palavras com Python de maneira simples e direta. Utilizamos bibliotecas como Pandas e expressões regulares (Regex) para manipular e analisar os dados textuais de uma base de dados real.
Esse código é extremamente útil para analisar textos grandes, identificar as palavras mais frequentes e entender os padrões de uso das palavras.
Ele pode ser aplicado em diferentes contextos, como análise de dados textuais, criação de nuvens de palavras ou para entender a distribuição de palavras em um conjunto de textos.
Mesmo com um contador simples, Ă© possĂvel obter insights valiosos sobre o sentimento dos usuários, os aspectos mais comentados sobre um produto e muito mais.
Se você quer aprender ainda mais sobre Python e como aplicar essa linguagem na análise de dados de forma eficiente, confira os nossos cursos:
Se quiser pode acompanhar esse conteĂşdo em formato de vĂdeo ou pode acessar o nosso Canal do YouTube para mais vĂdeos!
FAQ - Perguntas Frequentes
1. Para que serve um contador de palavras em Python?
Um contador de palavras em Python serve para identificar a frequência de termos em um texto — algo essencial em análises de sentimentos, SEO, interpretação de feedbacks e organização de dados textuais.
Com ele, você pode descobrir quais palavras são mais usadas em avaliações de produtos, comentários de redes sociais ou artigos, revelando padrões e tendências importantes.
2. Qual Ă© a melhor forma de contar palavras em Python?
A maneira mais eficiente é usar a combinação de expressões regulares (Regex) com a biblioteca collections, por meio da classe Counter.
- A Regex identifica todas as palavras no texto, removendo pontuações e sĂmbolos.
- O Counter conta quantas vezes cada termo aparece.
Essa abordagem é simples, rápida e adaptável a qualquer tipo de análise textual.
3. Por que usar expressões regulares (Regex) na contagem de palavras?
As expressões regulares permitem limpar e separar o texto com precisĂŁo, eliminando ruĂdos como vĂrgulas, pontos e caracteres especiais.
No caso do contador de palavras, o padrĂŁo r"\b\w+\b" encontra apenas palavras válidas, garantindo que o resultado represente o conteĂşdo real — e nĂŁo sĂmbolos ou espaços indevidos.
Essa limpeza é essencial para resultados confiáveis em análises de dados e SEO.
4. Como visualizar as palavras mais frequentes no Python?
Depois de contar as palavras com Counter, você pode usar o método most_common() para listar as palavras mais usadas:
for item in contagem_palavras.most_common(200):
print(item)
Esse comando mostra as 200 palavras mais frequentes no texto, em ordem decrescente. A partir dessa lista, Ă© possĂvel identificar termos positivos e negativos, detectar padrões e atĂ© gerar nuvens de palavras para visualização.
5. Em quais áreas posso aplicar a contagem de palavras com Python?
Essa técnica é amplamente usada em diferentes contextos, como:
- Análise de sentimentos em avaliações de produtos e redes sociais;
- SEO e marketing de conteĂşdo, para entender quais termos se destacam nos textos;
- CiĂŞncia de Dados, para explorar grandes volumes de linguagem natural;
- Pesquisa acadĂŞmica, para análise linguĂstica e estudos de frequĂŞncia de termos.
Em qualquer área que envolva texto, o contador de palavras é uma ferramenta prática para descobrir padrões e gerar insights.
Hashtag Treinamentos
Para acessar outras publicações de Python, clique aqui!
Posts mais recentes de Python
- Curso Básico de Python: Saia do Zero em 10 Aulas Grátis
Aprenda com o curso básico de Python gratuito da Hashtag: 10 aulas práticas, exercĂcios e projetos reais para sair do zero em programação. - Agentes RAG com Python: como criar um assistente de IA
Aprenda a criar Agentes RAG com Python do zero: LangChain, FAISS e OpenAI para montar um assistente de IA que responde com base nos seus documentos. - 25 Tipos de Gráficos em Python: Guia Completo com Código
Aprenda a criar os principais tipos de gráficos em Python com Plotly: barras, pizza, mapas e mais, com código pronto para copiar e usar.
Posts mais recentes da Hashtag Treinamentos
- Planilha de Controle de Notas Fiscais no Excel [Grátis]
Baixe a planilha de controle de notas fiscais no Excel grátis: calcule ISS e retenções, veja o que está em aberto e gere a cobrança de cada nota de serviço. - Qual IA usar na empresa: ChatGPT, Claude ou Perplexity?
Qual IA usar na empresa: veja as diferenças entre ChatGPT, Claude e Perplexity e quando cada um rende mais em cada área da sua equipe. - Apostilas Gratuitas em PDF: Excel, Power BI, Python e IA
Baixe apostilas gratuitas em PDF de Excel, Power BI, Python, Claude e agentes de IA, com exercĂcios e gabarito. Escolha a sua e comece hoje.
