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.

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, é possível 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.

Além disso, verá como aplicar essa técnica em uma análise real de reviews do iPhone X disponíveis 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 é a Contagem de Palavras e por que ela é 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 recorrência;
  • Explorar grandes volumes de dados textuais, como redes sociais, fóruns 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 técnica em prática, vamos trabalhar com uma base de dados real — reviews do iPhone X usados, coletados no site da Amazon e disponíveis 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 é uma etapa inicial de uma análise de sentimentos: sem usar IA, apenas observando os padrões de palavras, já é possível 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.

Você encontra essa base de dados no material disponível 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

Você pode instalar a biblioteca no terminal do seu editor de código ou no prompt de comando, usando o seguinte comando: pip install pandas.

Instalando o 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.

Python
import pandas as pd

tabela = pd.read_csv("ReviewsIPhoneX.csv")
display(tabela)
Importar e Visualizar a Base de Dados

Essa base contém 1.799 avaliações usado, com informações como data de compra, título e texto da review, nota dada pelo usuário, URL da página do produto, entre outras informações relacionadas.

Para este exercício, vamos focar na coluna body, que traz o texto completo das avaliações — é a partir dela que faremos a contagem de palavras, buscando entender melhor a percepção geral dos usuários, além de suas satisfações e insatisfações com o produto.

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 único texto contínuo.

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).

Python
texto = " ".join(tabela["body"].astype(str))

Dessa forma, o método join() unirá todas as strings separadas por um espaço, formando um texto contínuo com o conteúdo 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.

Python
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.

Python
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 expressão 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.
  • \b marca o início e o fim de uma palavra (word boundary). Por isso, ela aparece tanto no início quanto no final da expressão.
  • \w+ captura uma ou mais ocorrências de letras ou números (caracteres alfanuméricos).

O resultado é uma lista com todas as palavras encontradas no texto, ignorando espaços, vírgulas e pontuações.

Saiba mais sobre Regex no Python em: RegEx no Python: aprenda como usar as expressões regulares

Ícone PythonPython Impressionador

Você vai aprender a linguagem de Programação que mais cresce no Mundo para fazer automações incríveis, desenvolver sites, fazer análises de dados, trabalhar com Ciência de Dados, Inteligência Artificial, mesmo que você nunca tenha tido nenhum contato com Programação na vida.

Black Friday · Lote Especial · Lote 1 · Último Lote

De R$ 1.497 56% OFF54% OFF53% OFF

por 12x R$ 6467,5069

Preço do Lote Especial por tempo limitadoPreço do Lote Especial só até amanhã, 13/11, às 23h59Preço do Lote Especial até 13/11, às 23h59Último dia do Lote Especial: o preço vale até hoje, às 23h59Preço do Lote 1 por tempo limitadoPreço do Lote 1 só até amanhã, 20/11, às 23h59Preço do Lote 1 até 20/11, às 23h59Último dia do Lote 1: o preço vale até hoje, às 23h59Preço do Último Lote por tempo limitadoPreço do Último Lote só até amanhã, 27/11, às 23h59Preço do Último Lote até 27/11, às 23h59Último dia do Último Lote: o preço vale até hoje, às 23h59

Começar agoraQuero a oferta de Black FridaySeta para a direita
Fundo PythonTelas Python
Luz Python

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.

Python
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)
Contagem de Palavras no Python com Counter

Com isso, podemos ver a ocorrência de cada palavra. Por exemplo, a palavra "phone" teve 1544 ocorrências.

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 frequência.

Python
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)
Identificando as Palavras Mais Frequentes

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.

Identificando as 200 Palavras Mais Frequentes

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, é possível 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 conteúdo em formato de vídeo ou pode acessar o nosso Canal do YouTube para mais vídeos!

O que você aprende neste vídeo

Resposta rápida: A aula descobre as palavras mais usadas em 1799 reviews de iPhone X da Amazon: junta a coluna de texto em um texto único, separa as palavras com Regex e conta com Counter. O foco é só a contagem; a análise de sentimento completa fica de fora.

Neste vídeo (15 min):

  • 1:04 - O desafio: descobrir as palavras mais usadas nos reviews do iPhone X
  • 1:57 - Instalar o pandas com pip install pandas
  • 2:16 - Ler o arquivo CSV de reviews na variável tabela
  • 4:15 - Juntar as linhas da coluna de texto com join
  • 5:09 - Converter a coluna para texto com astype(str)
  • 6:17 - Importar a biblioteca re e usar findall
  • 6:51 - Passar o texto para minúsculas com lower
  • 8:48 - Montar o padrão Regex que reconhece uma palavra
  • 11:30 - Importar o Counter da biblioteca collections
  • 12:38 - Listar as 200 palavras mais usadas com most_common
  • 13:25 - Ler a lista de palavras para ter uma primeira ideia do que os reviews dizem

Trechos do vídeo:

  • O join concatena os textos de uma lista usando como separador o texto que vem antes dele; com um espaço como separador, uma palavra não cola na outra.
  • Antes de separar as palavras, o texto vai todo para minúsculas, para que letras maiúsculas e minúsculas não separem a contagem.
  • No padrão Regex, \b marca o início e o fim da palavra, \w aceita letra ou número e o + permite quantos caracteres forem. O r antes do padrão faz o Python ler as barras como foram escritas.
  • O Counter recebe uma lista de itens e conta quantas vezes cada item aparece, sem precisar de uma lógica complexa.

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 é 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 símbolos.
- 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 precisão, eliminando ruídos como vírgulas, pontos e caracteres especiais.
No caso do contador de palavras, o padrão r"\b\w+\b" encontra apenas palavras válidas, garantindo que o resultado represente o conteúdo real — e não símbolos 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, é possível identificar termos positivos e negativos, detectar padrões e até 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 conteúdo, para entender quais termos se destacam nos textos;
- Ciência de Dados, para explorar grandes volumes de linguagem natural;
- Pesquisa acadêmica, para análise linguística e estudos de frequência 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!


Quer aprender mais sobre Python com um minicurso básico gratuito?

Posts mais recentes de Python

Posts mais recentes da Hashtag Treinamentos