根据另一列中的值查找列中的常用词答案

【问题标题】：Finding common words in a column based on values from another column根据另一列中的值查找列中的常用词
【发布时间】：2021-12-30 17:01:27
【问题描述】：

在具有名为source 的列的数据框中，由两个不同的单词列表组成

 source  words  letter_count
1 list1  apple       5
2 list1  pear        4
3 list1  banana      6
4 list2  ford        4
5 list2  chevy       5
6 list2  apple       5
7 list2  banana      6

我正在尝试返回一个显示 list1 和 list2 中重复单词的新数据框

   words   letter_count
1  apple        5
2  banana       6

我正在使用 python 和 pandas

【问题讨论】：

标签： python pandas string list dataframe

【解决方案1】：

我认为您正在寻找pandas.Series.duplicated()。它返回一个掩码（包含对应于匹配条件的值的真/假值的系列），其中在系列中多次出现的值为真，仅出现的值为假。然后，您可以使用该掩码索引数据框：

new_df = df[df['words'].duplicated()].drop('source', axis=1)

输出：

>>> new_df
    words  letter_count
6  banana             6
7   apple             5

【讨论】：

【解决方案2】：

这是一种查找源列的两个列表中是否存在相同单词的方法。

df.loc[df['words'].isin(set.intersection(*df.groupby('source')['words'].agg(set))),['words','letter_count']].drop_duplicates('words',keep='last')

Output:

        words letter_count
    6   apple            5
    7  banana            6

【讨论】：