我在數據框中有一列是UC WRV001 A, B, C, nan, A, C, DC001 nan, C, D, A, nan, AC002 C, B, B, A, A, AC003 A, C, A, C, B, nan我不確定我做錯了什么，但我無法擺脫nans。在此列中，我想要一個不同的列，或一個字典，它可以為我提供 .csv 中不同值的頻率計數WR。UC WR CountV001 {A: 2, B:1, C:2, D:1}C001 {A:2, C:1, D:1}C002 {A:3, B:2, C:1}C003 {A:2, B:1, C:2}或類似的字典。謝謝！:)
3 回答
江戶川亂折騰
TA貢獻1851條經驗 獲得超5個贊
首先忽略nan條目，我的方法是：
df['WR Count'] = df.WR.str.replace(' ', '').str.split(',').apply(Counter)
# WR WR Count
# UC
# V001 A, B, C, nan, A, C, D {'A': 2, 'B': 1, 'C': 2, 'nan': 1, 'D': 1}
# C001 nan, C, D, A, nan, A {'nan': 2, 'C': 1, 'D': 1, 'A': 2}
# C002 C, B, B, A, A, A {'C': 1, 'B': 2, 'A': 3}
# C003 A, C, A, C, B, nan {'A': 2, 'C': 2, 'B': 1, 'nan': 1}
請注意，如果您確定分隔符始終為 ', '，那么您可以對其進行硬編碼，這會導致命令更短：
df['WR Count'] = df.WR.str.split(', ').apply(Counter)
12345678_0001
TA貢獻1802條經驗 獲得超5個贊
只是不要將dict放入單元格中pandas，這將使許多內置pandas的好功能不再起作用
df.set_index('UC').WR.\
str.split(', ',expand=True).\
stack().str.get_dummies().sum(level=0).drop('nan',1)
A B C D
UC
V001 2 1 2 1
C001 2 0 1 1
C002 3 2 1 0
C003 2 1 2 0
MMMHUHU
TA貢獻1834條經驗 獲得超8個贊
要將值作為字典獲取，您還可以嘗試：
df['WR Count'] = df['WR'].apply(lambda x: dict(Counter(x.split(', ')))添加回答
舉報
0/150
提交
取消