在新列中计算数据框中的逗号分隔字符串答案

【问题标题】：Counting comma separated string in dataframe in a new column在新列中计算数据框中的逗号分隔字符串
【发布时间】：2021-05-20 03:03:30
【问题描述】：

我有以下df：

df = pd.DataFrame({'Name': ['John', 'Sara', 'Paul', 'Guest'], 'Interaction': ['share,like,share,like,like,like', 'love,like,share,like,love,like', 'share,like,share,like,like,like,share,like,share,like,like,hug','share,like,care,like,like,like']})

Name    Interaction
0   John    share,like,share,like,like,like
1   Sara    love,like,share,like,love,like
2   Paul    share,like,share,like,like,like,share,like,sha...
3   Guest   share,like,care,like,like,like

我想创建第三列计算单个交互的数量为int

我做了什么：

df['likes'] = df[df['Interaction'] == 'like'].groupby('Name')['Interaction'].transform(lambda x: x[x.str.contains('like')].count())

我为分享、关心等做了同样的事情但它不起作用！

Name    Interaction                                           likes     shares
0   John    share,like,share,like,like,like                     NaN     NaN
1   Sara    love,like,share,like,love,like                      NaN     NaN
2   Paul    share,like,share,like,like,like,share,like,sha...   NaN     NaN
3   Guest   share,like,care,like,like,like                      NaN     NaN

如何将每次互动计为int，然后在最后一列中找到每行的总数？

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

首先您需要str.split 逗号上的列，展开结果以创建一个数据框，stack 获取一个系列并使用 str.get_dummies 将为每个不同的单词创建一个列，并为每个不同的单词添加 1系列中的对应值。最后sum on level=0 回到原来的形状。 join结果到原始数据框

df = df.join( df['Interaction'].str.split(',', expand=True)
                .stack()
                .str.get_dummies()
                .sum(level=0)
            )
print(df)
    Name                                        Interaction  care  hug  like  \
0   John                    share,like,share,like,like,like     0    0     4   
1   Sara                     love,like,share,like,love,like     0    0     3   
2   Paul  share,like,share,like,like,like,share,like,sha...     0    1     7   
3  Guest                     share,like,care,like,like,like     1    0     4   

   love  share  
0     0      2  
1     2      1  
2     0      4  
3     0      1

【讨论】：

【解决方案2】：

你可以通过,拆分字符串，分解它和value_counts：

df.join(df['Interaction'].str.split(',')
          .explode()
          .groupby(level=0).value_counts()
          .unstack(fill_value=0))

输出：

    Name                                        Interaction  care  hug  like  love  share
0   John                    share,like,share,like,like,like     0    0     4     0      2
1   Sara                     love,like,share,like,love,like     0    0     3     2      1
2   Paul  share,like,share,like,like,like,share,like,sha...     0    1     7     0      4
3  Guest                     share,like,care,like,like,like     1    0     4     0      1

【讨论】：

【解决方案3】：

让我们做pd.crosstab

s = df.Interaction.str.split(',').explode()
df = df.join(pd.crosstab(s.index,s))

【讨论】：