假设我的数据框看起来像这样：
column_name
1 book
2 fish
3 icecream|book
4 fish
5 campfire|book
现在,如果我使用df [‘column_name’].value_counts(),它会告诉我鱼是最常见的值.
但是,我希望将书归还,因为第1,3和5行包含“book”一词.
我知道.value_counts()将icecream | book识别为一个值,但有一种方法可以通过计算每个列单元格包含某个值的次数来确定最常用的值,这样“book”将是最常见的值？
解决方法:
a = df['column_name'].str.split('|', expand=True).stack().value_counts()
print (a)
book 3
fish 2
icecream 1
campfire 1
dtype: int64
或者具有扁平化列表理解的计数器：
from collections import Counter
a = pd.Series(Counter([y for x in df['column_name'] for y in x.split('|')]))
print (a)
book 3
fish 2
icecream 1
campfire 1
dtype: int64
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。
