python - 计算列中的唯一值

Question

我有一个 df，它有一列，每行有多个逗号分隔值。我想计算唯一值在该列中出现的次数。

df 看起来像这样:

                             category  country
0  widget1, widget2, widget3, widget4      USA
1                    widget1, widget3      USA
2                   widget1, widget2     China
3                             widget2   Canada
4           widget1, widget2, widget3    China
5                             widget2  Vietnam
6                             widget3   Canada
7                    widget1, widget3      USA
8                    widget1, widget3    Japan
9                             widget2  Germany 

我想知道每个小部件在“类别”列中出现了多少次。此示例中的结果将是:

小部件 1 = 6，小部件 2 = 6，小部件 3 = 6，小部件 4 = 1

我可以使用 .value_counts

df["category"].value_counts()

但这只会返回完全相同的行。

我可以使用 value_counts 并输入每个值以进行计数，但在实际的 DataFrame 中，该列中的行和唯一值太多，使其不实用。

另外，如果一行包含两个相同的值，有没有办法不重复计算？例如，同一行中有一个“widget1，黑色 widget1，黄色 widget1”，我只想将其计为一个 widget1。

Answer 1

使用get_dummies

df.category.str.get_dummies(',').replace(0,np.nan).stack().sum(level=1)