为 pandas 列创建类别计数字典答案

【问题标题】：Create a dictionary of category counts for a pandas column为 pandas 列创建类别计数字典
【发布时间】：2018-07-30 20:53:48
【问题描述】：

我有以下数据框：

person    pets
John     [cat, dog]
Amy      [bird, fish, cat]
Dave     [cow, horse, dog]
Mary     [lamb, camel, rino]
Jim      [bird, dog]

我想聚合pets 列以查找每种宠物类型的出现次数。此示例的预期答案应该是：

{cat: 2, dog: 3, bird:2, fish:1, cow:1, horse:1, lamb: 1, camel: 1, rino:1}

除了逐行循环整个数据框，有没有更优雅的方式来获取结果？谢谢！

【问题讨论】：

您是否可以选择在保持相同数据的同时以不同方式构建数据框？

标签： python python-3.x pandas dictionary counter

【解决方案1】：

将collections.Counter 与itertools.chain 一起使用：

from collections import Counter
from itertools import chain

res = Counter(chain.from_iterable(df['pets']))

print(res)

Counter({'dog': 3, 'cat': 2, 'bird': 2, 'fish': 1, 'cow': 1,
         'horse': 1, 'lamb': 1, 'camel': 1, 'rhino': 1})

【讨论】：

【解决方案2】：

只需使用内置函数即可：

a = [j for i in df['pets'] for j in i]

{i:a.count(i) for i in set(a)}

{'fish': 1,'bird': 2,'dog': 3,'camel': 1,'cat': 2,'lamb': 1,'horse': 1,'cow': 1,'rhino': 1}

【讨论】：

【解决方案3】：

是的，你可以使用计数器

import collections
import pandas
d = {'person': ['John', 'Amy', 'Dave', 'Mary','Jim'], 'pets': [['cat','dog'], ['bird','fish','cat'],['cow','horse','dog'], ['lamb', 'camel' , 'rhino'],['bird','dog']]}
df1 = pd.DataFrame.from_dict(d)
collections.Counter(sum(df1.pets,[]))

并以良好的格式输出

counts = pd.DataFrame.from_dict(collections.Counter(sum(df1.pets,[])),orient='index')

输出：

0
cat 2
dog 3
bird    2
fish    1
cow 1
horse   1
lamb    1
camel   1
rhino   1

【讨论】：