迭代行和列以在 Pandas 中添加计数

Question

我正在尝试遍历 Pandas 中的列和行以交叉引用我拥有的列表并计算共现。

我的数据框看起来像：

+-------+-----+-----+----+----+-------+-------+------+
| Lemma | Dog | Cat | Sg | Pl |  Good |  Okay |  Bad |
+-------+-----+-----+----+----+-------+-------+------+
| Dog   |   0 |   0 |  0 |  0 |   0   |   0   |  0   |
| Cat   |   0 |   0 |  0 |  0 |   0   |   0   |  0   |
+-------+-----+-----+----+----+-------+-------+------+

我有一个类似的列表：

c=[[dog, Sg, Good], [cat, Pl, Okay], [dog, Pl, Bad]

我想浏览Lemma 中的每一项，在c 中找到它，然后为该列表项查找任何列名。如果看到这些列名，我将添加 +1。如果引理项出现在彼此的 3 个单词窗口中，我还想添加一个计数。

我尝试过类似以下的方法（忽略单词窗口问题）：

for idx, row in df.iterrows():
    for columns in df:
        for i in c:
            if i[0]==row:
                if columns in c[1]:
                    df.ix['columns','row'] +=1

但我收到错误消息：“ValueError：系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。 "

我的理想结果如下：

+-------+-----+-----+----+----+-------+-------+------+
| Lemma | Dog | Cat | Sg | Pl |  Good |  Okay |  Bad |
+-------+-----+-----+----+----+-------+-------+------+
| Dog   |   1 |   1 |  1 |  1 |   1   |   0   |  1   |
| Cat   |   2 |   0 |  0 |  1 |   0   |   1   |  0   |
+-------+-----+-----+----+----+-------+-------+------+

谢谢！

Answer 1

1. 问题中显示的理想结果并不准确。 dog 列中不应有 cat，反之亦然。
2. 我不会遍历DataFrame，我会将lists的list解压成dict，然后将dict加载成DataFrame，如下所示。

代码：

import pandas as pd

c=[['dog', 'Sg', 'Good'], ['cat', 'Pl', 'Okay'], ['dog', 'Pl', 'Bad'],
   ['dog', 'Sg', 'Good'], ['cat', 'Pl', 'Okay'], ['dog', 'Pl', 'Okay'],
   ['dog', 'Sg', 'Good'], ['cat', 'Sg', 'Good'], ['dog', 'Pl', 'Bad'],
   ['dog', 'Sg', 'Good'],['cat', 'Pl', 'Okay'], ['dog', 'Pl', 'Bad']]

Lemma = {'dog': {'dog': 0, 'Sg': 0, 'Pl': 0, 'Good': 0, 'Okay': 0, 'Bad': 0},
         'cat': {'cat': 0, 'Sg': 0, 'Pl': 0, 'Good': 0, 'Okay': 0, 'Bad': 0}}

注意：c 中的 list 中的每个值都是 Lemma 中的 key。参考python dictionaries。例如对于x = ['dog', 'Sg', 'Good']，Lemma[x[0]][x[2]] 与Lemma['dog']['Good'] 相同。 Lemma['dog']['Good']的初始值=0，因此Lemma['dog']['Good']=0+1，那么下次就是1+1，以此类推

for x in c:
    Lemma[x[0]][x[0]] = Lemma[x[0]][x[0]] + 1
    Lemma[x[0]][x[1]] = Lemma[x[0]][x[1]] + 1
    Lemma[x[0]][x[2]] = Lemma[x[0]][x[2]] + 1

df = pd.DataFrame.from_dict(Lemma, orient='index')

输出：

情节

df.plot(kind='bar', figsize=(6, 6))

以编程方式创建dict：

从lists 的list 中为dict keys 创建单词sets：

outer_keys = set()
inner_keys = set()
for x in c:
    outer_keys.add(x[0])  # first word is outer key
    inner_keys |= set(x[1:])  # all other words

创建dict of dicts:

Lemma = {j: dict.fromkeys(inner_keys | {j}, 0) for j in outer_keys}

最终dict:

{'dog': {'Okay': 0, 'Pl': 0, 'Good': 0, 'Bad': 0, 'Sg': 0, 'dog': 0},
 'cat': {'Okay': 0, 'Pl': 0, 'Good': 0, 'Bad': 0, 'Sg': 0, 'cat': 0}}

Answer 2

你有几件事需要改变。

1) 您的列表可能需要Dog 而不是dog，Cat 而不是cat

2) 你可能想要：for column in df.columns 而不是 for columns in df

3) 你可能想要：if i[0] == row['Lemma'] 而不是 if i[0]==row:（这是它的突破点

4) 你可能想要if column in i 而不是if columns in c[1]

5) 你可能想要df.ix[idx, column] += 1 而不是df.ix['columns','row'] +=1