Pandas - 使用 groupby 创建最常用词的元组答案

【问题标题】：Pandas - create a tuple of the most frequent words using groupbyPandas - 使用 groupby 创建最常用词的元组
【发布时间】：2021-12-11 18:19:11
【问题描述】：

我有一个包含列的数据框：语言和单词

df:
      Parts of speech  word
    0 Noun             cat
    1 Noun             water
    2 Noun             cat
    3 verb             draw
    4 verb             draw
    5 adj              slow

我想按词性对排名靠前的单词进行分组（我的期望）：

Parts of speech     top 
Noun             {'cat':2,'water':1}
verb             {'draw':2}
adj              {'slow':1}

我使用 groupby 方法并应用它，但我没有得到我需要的东西

df2=df.groupby('Parts of speech')['word'].apply(lambda x : x.value_counts())

如何为每个词性创建一个元组？

【问题讨论】：

标签： python pandas dataframe group-by apply

【解决方案1】：

一种方法是使用.agg + collections.Counter 聚合：

from collections import Counter
df2=df.groupby('Parts of speech')['word'].agg(Counter)
print(df2)

输出

Parts of speech
Noun    {'cat': 2, 'water': 1}
adj                {'slow': 1}
verb               {'draw': 2}
Name: word, dtype: object

使用value_counts 的替代方法（注意最后的 to_dict 调用）：

df2 = df.groupby('Parts of speech')['word'].agg(lambda x: x.value_counts().to_dict())

【讨论】：