计算熊猫数据框中子元素的出现次数

Question

我有一个类似的熊猫数据框

Tag
-----
c#|.net
javascript|html|React
python|docker

我要数groupby_tags={'c#','.net','python'}

如何在 python 中做到这一点？谢谢。

Answer 1

可以用 counter 和 itertools 链来完成

from itertools import chain
from collections import Counter

c = Counter(list(itertools.chain(*[i.split("|") for i in df["column-name"].tolist()])))

1. df["column-name"].tolist()给你一个列表

2. 在“|”处迭代和拆分列表中的每个条目给你一个进一步的清单。

3. 你用 itertools 链接它来创建一个列表。

4. 然后您可以使用集合模块中的计数器来获取所有项目的计数。

计数器包含总共有多少个c#、python、.net等标签。

groupby 的方法：

df[["A", "B"]] = df["column-name"].split("|", expand=True)

为该列提供一个数据框

>>> df
   col  A  B
0  a|b  a  b
1  c|d  c  d
2  a|c  a  c
3  b|d  b  d

从这里可以使用df.groupby(by=["A", "B"], level=0) 执行groupby

groupby 的另一种方法是explode 函数。 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.explode.html