python - 在 pandas 列中展开词袋(python)

Question

在 pandas 中，我试图从 col2 中出现的单词中展开一袋单词。我的主要目标是找到每个不同类别中的所有独特单词及其频率。如果一个单词在一个类别中出现两次，则计为 1(例如“msk”和“people”)。

例如 -我有一个 pandas 专栏，如下所示:

col1        col2
Software    [msk , people , inc. ]
Software    [logical , corp , ltd ] 
Software    [imt , datalink , services. ]
Hardware    [peoples , avenue , management ] 
Hardware    [msk , techn ]
Transport   [tata , mgm , workspace , ltd ] 
Services    [msk , people , inc. ]
Services    [happy , people , party , new ] 

我的输出应该是这样的

words       category-freq .                          
msk          3
people       2
inc.         2 
logical      1
corp         1
ltd          2

等等。 (这只是我给出的一个例子，最后省略了一些行)

第 2 列中的词袋采用列表的形式。

Answer 1

更新:

df.set_index('col1')['col2'].apply(pd.Series).stack().groupby(level=0).value_counts()

输出:

col1                 
Hardware   avenue        1
           management    1
           msk           1
           peoples       1
           techn         1
Services   people        2
           happy         1
           inc.          1
           msk           1
           new           1
           party         1
Software   corp          1
           datalink      1
           imt           1
           inc.          1
           logical       1
           ltd           1
           msk           1
           people        1
           services.     1
Transport  ltd           1
           mgm           1
           tata          1
           workspace     1
dtype: int64

用途:

df.col2.apply(pd.Series).stack().value_counts()

输出:

people        3
msk           3
ltd           2
inc.          2
techn         1
peoples       1
new           1
management    1
imt           1
datalink      1
mgm           1
tata          1
party         1
happy         1
services.     1
corp          1
avenue        1
logical       1
workspace     1
dtype: int64