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

為了賬號安全，請及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題，去搜搜看，總會(huì)有你想問的

在Python中獲取兩個(gè)數(shù)據(jù)幀之間包含子字符串的字符串行數(shù)的最快方法

在Python中獲取兩個(gè)數(shù)據(jù)幀之間包含子字符串的字符串行數(shù)的最快方法

我有兩個(gè)數(shù)據(jù)框，一個(gè)有單詞，另一個(gè)有文本。我想獲取第一個(gè)數(shù)據(jù)框中包含該單詞的所有行的計(jì)數(shù)。字=ID   | Word------------1    | Introduction2    | database3    | country 4    | search文字 =ID   | Text------------1    | Introduction to python2    | sql is a database3    | Introduction to python in our country4    | search for a python teacher in our country我想要的最終輸出是ID   | Word  |  Count---------------------1    | Introduction  | 22    | database  | 13    | country  |  14    | search  |  2我在單詞 df 中有 200000 行，在文本中有 55000 行（每個(gè)文本的長度約為 2000 個(gè)單詞）df。使用以下代碼完成整個(gè)過程大約需要 76 小時(shí)'''def docCount(docdf, worddf):    final_dict = {}    for i in tqdm(worddf.itertuples()):        docdf["Count"] = docdf.Text.str.contains(i[2])        temp_dict = {i[2]: docdf.Count.sum()}        final_dict = dict(Counter(final_dict)+Counter(temp_dict))    return final_dict'''
查看完整描述

3 回答

?
SMILET

TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超4個(gè)贊

您可以嘗試這個(gè)示例來加快速度：


df1 = pd.DataFrame({'Word':['Introduction', 'database', 'country', 'search']})

df2 = pd.DataFrame({'Text':['Introduction to python', 'sql is a database', 'Introduction to python in our country', 'search for a python teacher in our country']})


tmp = pd.DataFrame(df2['Text'].str.split().explode()).set_index('Text').assign(c=1)

tmp = tmp.groupby(tmp.index)['c'].sum()

print( df1.merge(tmp, left_on='Word', right_on=tmp.index) )

印刷：


           Word  c

0  Introduction  2

1      database  1

2       country  2

3        search  1



查看完整回答
反對 回復(fù) 2023-09-12
?
當(dāng)年話下

TA貢獻(xiàn)1890條經(jīng)驗(yàn) 獲得超9個(gè)贊

Series.str.split與Series.explodefor 系列單詞一起使用：


s = df2['Text'].str.split().explode()

#oldier pandas versions

#s = df2['Text'].str.split(expand=True).stack()

然后僅按Series.isin和過濾匹配的值boolean indexing，按Series.value_counts和 最后一次使用進(jìn)行計(jì)數(shù)DataFrame.join：


df1 = df1.join(s[s.isin(df1['Word'])].value_counts().rename('Count'), on='Word')

print (df1)

? ? ? ? ? ?Word? Count

0? Introduction? ? ? 2

1? ? ? database? ? ? 1

2? ? ? ?country? ? ? 2

3? ? ? ? search? ? ? 1


查看完整回答
反對 回復(fù) 2023-09-12
?
慕勒3428872

TA貢獻(xiàn)1848條經(jīng)驗(yàn) 獲得超6個(gè)贊

這是簡單的解決方案

world_count = pd.DataFrame(

    {'words': Word['Word'].tolist(),

     'count': [Text['Text'].str.contains(w).sum() for w in words],

    }).rename_axis('ID')

輸出：


world_count.head()


'''

           words  count

ID                     

0   Introduction      2

1       database      1

2        country      2

3         search      1

'''

逐步解決方案：


# Convert column to list

words = Word['Word'].tolist()


# Get the count

count = [Text['Text'].str.contains(w).sum() for w in words]


world_count = pd.DataFrame(

    {'words': words,

     'count': count,

    }).rename_axis('ID')

提示：


我建議您轉(zhuǎn)換為小寫，這樣您就不會(huì)因?yàn)榇?小寫而錯(cuò)過任何計(jì)數(shù)


import re

import pandas as pd


world_count = pd.DataFrame(

    {'words': Word['Word'].str.lower().str.strip().tolist(),

     'count': [Text['Text'].str.contains(w,flags=re.IGNORECASE, regex=True).sum() for w in words],

    }).rename_axis('ID')


查看完整回答
反對 回復(fù) 2023-09-12
  • 3 回答
  • 0 關(guān)注
  • 160 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
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

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號