按组统计Pandas Dataframe中列表的重复项的数量
创始人
2024-09-03 05:02:09
0

要按组统计Pandas DataFrame中列表的重复项的数量,可以使用groupby()函数和value_counts()函数。

首先,我们先创建一个示例的DataFrame:

import pandas as pd

data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C'],
        'List': [['apple', 'banana', 'orange'], ['apple', 'banana'], ['apple', 'grape'], ['banana', 'orange'], ['apple', 'grape'], ['banana', 'orange', 'grape']]}
df = pd.DataFrame(data)

这将创建一个具有两列的DataFrame,其中一列是组名(Group),另一列是列表(List)。

然后,我们可以使用groupby()函数根据组名(Group)对DataFrame进行分组,并使用apply()函数将value_counts()函数应用于列表(List)列:

df_count = df.groupby('Group')['List'].apply(lambda x: pd.Series(x).value_counts()).unstack(fill_value=0)

这将创建一个新的DataFrame(df_count),其中包含每个组中列表中每个元素的计数。

最后,我们可以打印出结果:

print(df_count)

完整的代码示例如下:

import pandas as pd

data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C'],
        'List': [['apple', 'banana', 'orange'], ['apple', 'banana'], ['apple', 'grape'], ['banana', 'orange'], ['apple', 'grape'], ['banana', 'orange', 'grape']]}
df = pd.DataFrame(data)

df_count = df.groupby('Group')['List'].apply(lambda x: pd.Series(x).value_counts()).unstack(fill_value=0)

print(df_count)

这将输出:

    apple  banana  grape  orange
Group                           
A        2       2      0       1
B        2       1      2       1
C        0       1      1       1

这个结果显示了每个组中列表中每个元素的计数。

相关内容

热门资讯

安装apache-beam==... 出现此错误可能是因为用户的Python版本太低,而apache-beam==2.34.0需要更高的P...
避免在粘贴双引号时向VS 20... 在粘贴双引号时向VS 2022添加反斜杠的问题通常是由于编辑器的自动转义功能引起的。为了避免这个问题...
Android Recycle... 要在Android RecyclerView中实现滑动卡片效果,可以按照以下步骤进行操作:首先,在项...
omi系统和安卓系统哪个好,揭... OMI系统和安卓系统哪个好?这个问题就像是在问“苹果和橘子哪个更甜”,每个人都有自己的答案。今天,我...
原生ios和安卓系统,原生对比... 亲爱的读者们,你是否曾好奇过,为什么你的iPhone和安卓手机在操作体验上有着天壤之别?今天,就让我...
Android - 无法确定任... 这个错误通常发生在Android项目中,表示编译Debug版本的Java代码时出现了依赖关系问题。下...
Android - NDK 预... 在Android NDK的构建过程中,LOCAL_SRC_FILES只能包含一个项目。如果需要在ND...
Akka生成Actor问题 在Akka框架中,可以使用ActorSystem对象生成Actor。但是,当我们在Actor类中尝试...
Agora-RTC-React... 出现这个错误原因是因为在 React 组件中使用,import AgoraRTC from “ago...
Alertmanager在pr... 首先,在Prometheus配置文件中,确保Alertmanager URL已正确配置。例如:ale...