python - 获取 df 列中的哪个元素对于另一个 df 列中的每个单独元素出现最频繁(各种单独字符串的列表)

Question

我的 pandas 数据框中有一列名为“标签”的列，它是多个字符串的列表。

[abc, 123, xyz]
[456, 123]
[abc, 123, xyz]

我还有另一个列技术，每个列都有一个字符串

win
mac
win

请告诉我是否有办法让我获得标签中每个元素最常出现的技术元素。例如，与其他技术相比，“abc”最常与“win”相关。所以输出应该如下所示:

abc win
123 win
xyz win
456 mac

Answer 1

IIUC，您可以展开 Tags 列并将crosstab 与idxmax 结合使用:

输入:

d = {'Tags':[['abc', 123, 'xyz'],[456, 123],['abc', 123, 'xyz']],
     'tech':['win','mac','win']}
df = pd.DataFrame(d)
print(df)

              Tags tech
0  [abc, 123, xyz]  win
1       [456, 123]  mac
2  [abc, 123, xyz]  win

---

解决方案:

m = df.explode('Tags')
out = pd.crosstab(m['Tags'],m['tech']).idxmax(1)


Tags
123    win
456    mac
abc    win
xyz    win
dtype: object