python – 在列表的pandas列中获取元素频率的有效方法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 在列表的pandas列中获取元素频率的有效方法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1088字，纯文字阅读大概需要2分钟。

内容图文

我试图计算pandas DataFrame列中元素的频率.

一些玩具数据：

d = pd.DataFrame({'letters':[['a', 'b', 'c'], np.nan, ['a', 'e', 'd', 'c'], ['a', 'e', 'c']]})

我能想到的是遍历行并向字典添加值：

letter_count = {}
for i in range(len(d)):
    if d.iloc[i, ]['letters'] is np.nan:
        continue
    else:
        for letter in d.iloc[i, ]['letters']:
            letter_count[letter] = letter_count.get(letter, 0) + 1

这对我有用,除非它的数据集很大,因此速度不是很快.我假设通过避免明确的for循环可能有所帮助,但我无法想出更多’pandasian’方法来做到这一点.

任何帮助表示赞赏.

解决方法:

使用chain.from_iterable来展平列表,然后使用Counter来计算它们：

from itertools import chain
from collections import Counter

pd.Series(Counter(chain.from_iterable(d.letters.dropna())))

a    3
b    1
c    3
e    2
d    1
dtype: int64

或者,使用value_counts进行计数步骤：

pd.Series(list(chain.from_iterable(d.letters.dropna()))).value_counts()

a    3
c    3
e    2
b    1
d    1
dtype: int64

或者,np.unique,也非常高效：

u, c = np.unique(list(chain.from_iterable(d.letters.dropna())), return_counts=True)

pd.Series(dict(zip(u, c)))

a    3
b    1
c    3
d    1
e    2
dtype: int64

内容总结

以上是互联网集市为您收集整理的python – 在列表的pandas列中获取元素频率的有效方法全部内容，希望文章能够帮你解决python – 在列表的pandas列中获取元素频率的有效方法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

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 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端