过滤NLTK两字组频率（Python3，NLTK）

Question

我有一个是这样的代码：

df1 = df[['term']] 
df2 = df1.to_string() 
words = nltk.word_tokenize(df2) 
bgs = nltk.bigrams(words) 
fdist = nltk.FreqDist(bgs) 

我现在该如何过滤FDIST只发现那些出现2倍以上的双字母组？

Answer 1

这是我做的，我的目的（不是最直接的，但我想我想补充我的两分钱）：将数据放入一个新的数据帧，在数据帧

frequencies = [[" ".join(k),v] for k,v in fdist.items()] 
frame = pd.DataFrame(frequencies, columns=['Bigrams','Frequency']) 
removal = frame[frame['Frequency'] >= 10] 

Answer 2

尝试过滤...

for obj in fdist.most_common(): 
    if obj[1] >2: 
     print(obj) 

OR

for obj in fdist: 
    if fdist1[obj] >2: 
     print(obj, fdist1[obj])