Python:比较具有不同键的两个计数器对象

Question

我有两个字符串，我想对它们进行分词，然后比较差异

s1 = 'one two shmoo'
s2 = 'one one two'

我的第一个想法是将它们都变成collections.Counter 对象，将它们包装在pd.Series 中，然后减去差值。

import pandas as pd
from collections import Counter
def counter_series(s):
    return pd.Series(Counter(s.split(' ')))

counter_series(s2) - counter_series(s1)

但输出显示，这种差异并没有为两个字符串中都不存在的单词提供计数:

one      1.0
shmoo    NaN
two      0.0
dtype: float64

如何包含缺失的计数？例如。在上面的输出中 shmoo 也应该是 1。解决方案不必使用 pandas。

Answer 1

将 sub 与 fill_value = 0 一起使用:

counter_series(s2).sub(counter_series(s1), fill_value=0)

输出:

one     -1.0
shmoo    1.0
two      0.0
dtype: float64

并且，您可以添加 .abs() 以获得差异的绝对值:

counter_series(s2).sub(counter_series(s1), fill_value=0).abs()

输出:

one      1.0
shmoo    1.0
two      0.0
dtype: float64

但是，我会使用 value_counts 而不是从集合中导入计数器。

def count_series(x):
   s = pd.Series(x.split(' '))
   return s.value_counts()