如何从 pandas DataFrame 中提取和求和独特的单词答案

【问题标题】：How to extract and sum unique words from a pandas DataFrame如何从 pandas DataFrame 中提取和求和独特的单词
【发布时间】：2020-07-28 21:16:06
【问题描述】：

考虑以下DataFrame：

df = pd.DataFrame({'animals': [['dog','cat','snake','lion','tiger'], 
                  ['dog','moose','alligator','lion','tiger'], 
                  ['eagle','moose','alligator','lion','tiger'],
                  ['cat','alligator','lion']]})

我需要提取每一个独特的动物并总结出现的次数。输出应该是这样的：

dog             2  
cat             2  
snake           1  
lion            4  
tiger           3  
moose           2  
alligator       3  
eagle           1

类似于 df.value_counts() 的作用。

非常感谢。

【问题讨论】：

标签： python string pandas unique

【解决方案1】：

您可以使用explode 和value_counts：

df.animals.explode().value_counts()

输出：

lion         4
tiger        3
alligator    3
moose        2
cat          2
dog          2
eagle        1
snake        1
Name: animals, dtype: int64

【讨论】：

【解决方案2】：

Counter + chain 的一种方式

import pandas as pd
from collections import Counter
from itertools import chain

pd.Series(Counter(chain.from_iterable(df['animals'])))

dog          2
cat          2
snake        1
lion         4
tiger        3
moose        2
alligator    3
eagle        1
dtype: int64

【讨论】：

【解决方案3】：

map/reduce 方法

reduce(Counter.__add__, map(Counter, df.animals))

或者，减少迭代次数

reduce(lambda a,b: Counter(a) + Counter(b), df.animals)

>>> pd.Series(res)

dog          2
cat          2
snake        1
lion         4
tiger        3
moose        2
alligator    3
eagle        1
dtype: int64

（记得先导入reduce：from functools import reduce，因为它在python3中作为内置函数被删除了）。

【讨论】：

【解决方案4】：

你可以这样做：

bb = [val for in_arr in df['animals'].tolist() for val in in_arr]
Counter(bb)

【讨论】：