首頁(yè) 猿問使用 Python...

使用 Python 創(chuàng)建數(shù)字組合并計(jì)算不同組合的數(shù)量

Python

阿波羅的戰(zhàn)車 2023-03-30 09:54:38

我有 df1，它包含一組特定的 ID 作為列，而 df2 在每一行中包含 ID 的混合（如下圖所示）。我想創(chuàng)建一個(gè)數(shù)據(jù)框，其中包含 df1 中存在于 df2 的每一行中的所有不同 ID 組合，并獲取所有不同組合的計(jì)數(shù)。df1=pd.DataFrame({'Id':["181","456","235","653","987","5","300"]})df2=pd.DataFrame({'Tag Id':["213,435,181,954,987","456","215,435,181,754,987","213,12,432,300,653,987"})

查看完整描述

2 回答

慕森卡

TA貢獻(xiàn)1806條經(jīng)驗(yàn) 獲得超8個(gè)贊

這是使用列表理解和 itertools 的更快方法 -

import itertools

#Get vocab of items

vocab = list(df1['Id'].astype(int))

#get filtered list of combinations in each row of df2

filtered = [[int(j) for j in i.split(',') if int(j) in vocab] for i in list(df2['Tag Id'])]

#Get counts of the combinations and display as a dataframe

counts = list(zip(*np.unique(filtered, return_counts=True)))

pd.DataFrame(counts, columns=['Combinations', 'Counts'])

Combinations Counts

0 [181, 987] 2

1 [300, 653, 987] 1

2 [456] 1

反對(duì) 回復(fù) 2023-03-30

江戶川亂折騰

TA貢獻(xiàn)1851條經(jīng)驗(yàn) 獲得超5個(gè)贊

讓我們嘗試將inexplode分開，然后用和計(jì)數(shù)：Tag Idsdf1mergedf1

s = (df2['Tag Id'].str.split(',')

.explode()

.reset_index()

)

(df1.merge(s, left_on='Id', right_on='Tag Id')

.sort_values('Tag Id')

.groupby('index')

.agg(Combination=('Id',','.join))

['Combination']

.value_counts().reset_index()

)

輸出：

index Combination

0 181,987 2

1 653,987,300 1

2 456 1

反對(duì) 回復(fù) 2023-03-30

2 回答
0 關(guān)注
156 瀏覽

關(guān)注

添加回答

舉報(bào)

0/150

提交

取消

使用 Ctrl+D 可將網(wǎng)站添加到書簽

微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)

第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

熱搜

最近搜索清空

使用 Python 創(chuàng)建數(shù)字組合并計(jì)算不同組合的數(shù)量

使用 Python 創(chuàng)建數(shù)字組合并計(jì)算不同組合的數(shù)量

2 回答

添加回答