python - 如何获得按第二个变量分组的词频计数(Python)

Question

我是 Python 的新手，所以很可能我只是没有正确地措辞来找到答案。

使用 Pandas，我能够为数据描述字段中的每条记录找到最频繁出现的 N 个词。但是，我有两列；分类列和描述字段。如何找到每个类别中最常见的词？

前数据:

 - Property|Description
 - House| Blue, Two stories, pool
 - Car| Green, Dented, Manual, New
 - Car| Blue, Automatic, Heated Seat
 - House|New, Furnished, HOA
 - Car|Blue, Old, Multiple Owners

我当前的代码将返回 Blue=3、New=2 等。但我需要知道的是，Blue 两次出现在 Car 一词中，一次出现在 House 中。

当前相关代码

words = (data.Description.str.lower().str.cat(sep=' ').split())
keywords=pandas.DataFrame(Counter(words).most_common(10), columns=['Words', 'Frequency'])

Answer 1

数据

df=pd.DataFrame({'Property':['House','Car','Car','House','Car'],'Description':['Blue,Two stories,pool','Green,Dented,Manual,New','Blue,Automatic,Heated Seat','Blue,Furnished,HOA','Blue,Old,Multiple Owners']})

链式解决方案 df.assign(words=df.Description.str.lower().str.split(',')).explode('words').groupby( '属性')['单词'].value_counts()

分解解释

#Create list

df['words'] = df.Description.str.lower().str.split(',')

 #Explode and count

df=df.explode('words').groupby('Property')['words'].value_counts()

Property  words          
Car       blue               2
          automatic          1
          dented             1
          green              1
          heated seat        1
          manual             1
          multiple owners    1
          new                1
          old                1
House     blue               2
          furnished          1
          hoa                1
          pool               1
          two stories        1
Name: words, dtype: int64