python - 计算 Pandas DataFrame 列中字符串中某个位置的字符频率

Question

我有一个与 df['columnA'].value_counts() 方法和之前的帖子相关的问题:Count frequency of values in pandas DataFrame column

以 DataFrame 为例:

fake_data = {'columnA': ['XAVY', 'XAVY', 'XAVY', 'XAVY', 'XAVY', 'AXYV', 'AXYV', 'AXYV', 'AXYV', 'AXYV', 'AXYV']}
df = pd.DataFrame(fake_data, columns = ['columnA'])
df

我正在尝试确定此列中字符串中每个位置的每个字母 (X,A,V,Y) 的频率。

在此示例中，位置 0 为 54% A、46% X，位置 3 为 46% Y、54% V...等等。

Answer 1

首先将字符串转换为列表，然后扩展为列。然后计算值并计算每个字母出现的百分比。

(
    df.columnA.apply(list)
    .apply(pd.Series)
    .apply(pd.value_counts)
    .apply(lambda x: x.div(x.sum()))
    .fillna(0)
)

    0           1           2           3
A   0.545455    0.454545    0.000000    0.000000
V   0.000000    0.000000    0.454545    0.545455
X   0.454545    0.545455    0.000000    0.000000
Y   0.000000    0.000000    0.545455    0.454545