python - 如何使用 pandas 获取数据框的列(具有字符串数组)中每个元素的频率？

Question

我有一个 python 中的 panda 数据框，如下所示:

df['column'] = [abc, mno]
               [mno, pqr]
               [abc, mno]
               [mno, pqr]

我想获取下面每个项目的数量:

abc = 2, 
mno= 4 ,
pqr = 2

我可以对每一行进行迭代来计数，但这不是我正在寻找的解决方案。如果有任何方法可以使用 iloc 或与之相关的任何内容，请向我建议。

我已经研究了解决类似问题的各种解决方案，但没有一个能满足我的场景。

Answer 1

这是我如何使用 .explode() 和 .value_counts() 解决它，您还可以将其分配为一列或按照您的意愿使用输出:一行:

print(df.explode('column')['column'].value_counts())

完整示例:

import pandas as pd
data_1 = {'index':[0,1,2,3],'column':[['abc','mno'],['mno','pqr'],['abc','mno'],['mno','pqr']]}
df = pd.DataFrame(data_1)
df = df.set_index('index')
print(df)
           column
index            
0      [abc, mno]
1      [mno, pqr]
2      [abc, mno]
3      [mno, pqr]

这里我们执行 .explode() 从列表中创建单个值，并执行 value_counts() 来计算唯一值的重复次数:

df_new = df.explode('column')
print(df_new['column'].value_counts())

输出:

mno    4
abc    2
pqr    2