df.columns = ['word','documents','frequency']
所以以下内容及时进行：
word_grouping = df[['word','frequency']].groupby('word')
MaxFrequency_perWord = word_grouping[['frequency']].max().reset_index()
MaxFrequency_perWord.columns = ['word','MaxFrequency']
但是,这需要很长时间才能运行：
Occurrences_of_Words = word_grouping[['word']].count().reset_index()
我在这做错了什么？有没有更好的方法来计算大型数据框中的出现次数？
df.word.describe()
运行得很好,所以我真的没想到这个Occurrences_of_Words数据帧需要很长时间才能构建.
ps：如果答案很明显,你觉得有必要惩罚我提出这个问题,请同时提供答案.谢谢.
解决方法:
我认为df [‘word’].value_counts()应该服务.通过跳过groupby机器,你将节省一些时间.我不确定为什么数量应该比最大值慢得多.两者都需要一些时间来避免缺失值. (与尺寸比较.)
在任何情况下,value_counts都是specifically optimized来处理对象类型,就像你的单词一样,所以我怀疑你会做得更好.
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
