首頁猿問從列表中查找數(shù)據(jù)框中單詞的頻率

從列表中查找數(shù)據(jù)框中單詞的頻率

Python

動(dòng)漫人物 2023-06-27 13:34:35

import pandas as pdlist = ['apple','banana','cherries','dragonfruit','elderberry']data = {'name': ['Alpha', 'Bravo','Charlie','Delta','Echo'], 'favorite_fruit': ['apple banana cherries', 'banana cherries dragonfruit', 'cherries dragonfruit','dragonfruit','apple elderberry']}df = pd.DataFrame (data, columns = ['name','favorite_fruit'])list我想計(jì)算df中每個(gè)水果的出現(xiàn)頻率。預(yù)期輸出：df2Fruit | FrequencyApple | 2 Banana | 2Cherries | 3Dragonfruit | 3Elderberry | 1該代碼df.favorite_fruit.str.split(expand=True).stack().value_counts()適用于小型 DataFrame。如果df.favorite_fruit包含數(shù)千行不同的水果組合，我如何只找到其中單詞的頻率list？

查看完整描述

3 回答

繁星淼淼

TA貢獻(xiàn)1775條經(jīng)驗(yàn) 獲得超11個(gè)贊

也許這是一個(gè)漏洞答案，但您可以從已經(jīng)描述的答案中過濾掉這些值。所以如果你從這個(gè)開始：

>>> df2 = df.favorite_fruit.str.split(expand=True).stack()

>>> df2

0 0 apple

1 banana

2 cherries

1 0 banana

1 cherries

2 dragonfruit

2 0 cherries

1 dragonfruit

3 0 dragonfruit

4 0 apple

1 elderberry

dtype: object

您可以使用isin將數(shù)據(jù)限制為目標(biāo)列表中的數(shù)據(jù)：

>>> target = ['apple', 'banana']

>>> df2[df2.isin(target)].value_counts()

banana 2

apple 2

dtype: int64

或者甚至在你最初的回答之后：

>>> df.favorite_fruit.str.split(expand=True).stack().value_counts().loc[target]

apple 2

banana 2

dtype: int64

如果問題是這么多數(shù)據(jù)的expand操作stack成本很高，那么這可能不會(huì)令人滿意。但我認(rèn)為這可能比基于循環(huán)的答案更好？

反對(duì) 回復(fù) 2023-06-27

拉丁的傳說

TA貢獻(xiàn)1789條經(jīng)驗(yàn) 獲得超8個(gè)贊

也許有點(diǎn)迂回的方式，但如果你的favorite_fruit列總是以空格分隔，這樣的方法應(yīng)該可行：

import pandas as pd

list = ['apple','banana','cherries','dragonfruit','elderberry']

data = {'name': ['Alpha', 'Bravo','Charlie','Delta','Echo'],

'favorite_fruit': ['apple banana cherries', 'banana cherries dragonfruit',

'cherries dragonfruit','dragonfruit','apple elderberry']}

df = pd.DataFrame (data, columns = ['name','favorite_fruit'])

new_df = pd.DataFrame()

data = {}

for i, row in df.iterrows():

s = row['favorite_fruit']

items = s.split(' ')

for item in items:

if item in data.keys():

data[item].append(1)

else:

data[item] = [1]

for key, value in data.items():

data[key] = sum(value)

fruit = []

frequency = []

for key, value in data.items():

fruit.append(key)

frequency.append(value)

new_df = pd.DataFrame({'fruit': fruit, 'frequency':frequency})

print(new_df)

這會(huì)打印出以下內(nèi)容：

fruit frequency

0 apple 2

1 banana 2

2 cherries 3

3 dragonfruit 3

4 elderberry 1

反對(duì) 回復(fù) 2023-06-27

哆啦的時(shí)光機(jī)

TA貢獻(xiàn)1779條經(jīng)驗(yàn) 獲得超6個(gè)贊

拆分后嘗試使用爆炸功能。

df.favorite_fruit.str.split().explode().value_counts()

cherries 3

dragonfruit 3

banana 2

apple 2

elderberry 1

Name: favorite_fruit, dtype: int64

反對(duì) 回復(fù) 2023-06-27

3 回答
0 關(guān)注
192 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

從列表中查找數(shù)據(jù)框中單詞的頻率

從列表中查找數(shù)據(jù)框中單詞的頻率

3 回答

添加回答