当我们在熊猫数据框中的一列中有多个值时如何计算值计数答案

【问题标题】：how to calculate value counts when we have more than one value in a colum in pandas dataframe当我们在熊猫数据框中的一列中有多个值时如何计算值计数
【发布时间】：2017-10-29 02:44:40
【问题描述】：

df,

Name
Sri
Sri,Ram
Sri,Ram,kumar
Ram

我正在尝试计算每个值的值计数。使用时我没有得到输出

 df["Name"].values_count()

我想要的输出是，

 Sri     3
 Ram     3
 Kumar   1

【问题讨论】：

标签： python pandas dataframe data-analysis

【解决方案1】：

split 列，stack 为长格式，然后count：

df.Name.str.split(',', expand=True).stack().value_counts()

#Sri      3
#Ram      3
#kumar    1
#dtype: int64

或许：

df.Name.str.get_dummies(',').sum()

#Ram      3
#Sri      3
#kumar    1
#dtype: int64

或在value_counts之前连接：

pd.value_counts(pd.np.concatenate(df.Name.str.split(',')))

#Sri      3
#Ram      3
#kumar    1
#dtype: int64

时间：

%timeit df.Name.str.split(',', expand=True).stack().value_counts()
#1000 loops, best of 3: 1.02 ms per loop

%timeit df.Name.str.get_dummies(',').sum()
#1000 loops, best of 3: 1.18 ms per loop

%timeit pd.value_counts(pd.np.concatenate(df.Name.str.split(',')))
#1000 loops, best of 3: 573 µs per loop

# option from @Bharathshetty 
from collections import Counter
%timeit pd.Series(Counter((df['Name'].str.strip() + ',').sum().rstrip(',').split(',')))
# 1000 loops, best of 3: 498 µs per loop

# option inspired by @Bharathshetty 
%timeit pd.value_counts(df.Name.str.cat(sep=',').split(','))
# 1000 loops, best of 3: 483 µs per loop

【讨论】：

如果索引第 2 行有小写“sri”，我也想包含它
如果您想忽略大小写，您可以在继续之前将其转换为小写/大写。 df.Name.str.lower()....
我不确定你的意思是什么应用忽略大小写。我不认为你可以在计算价值时做ignore case。 str.lower() 怎么了？
值得为受启发的选项投票:)。我在想只加入并忘记猫。真的很不错。
继续关注堆栈溢出尝试回答问题，学习熊猫的最佳方式。