查找 Dataframe 列之间共现元素的数量

krcsximq 于 2022-10-23 发布在其他

关注(0)|答案(1)|浏览(149)

我有一个DataFrame，它有一个网站、类别和该网站的关键词。

Url  | categories                                | keywords
Espn | [sport, nba, nfl]                         | [half, touchdown, referee,  player, goal]
Tmz  | [entertainment, sport]                    | [gossip, celebrity, player]
Goal [ [sport, premier_league, champions_league] | [football, goal, stadium, player, referee]

可以使用以下代码创建：

data = [{ 'Url': 'ESPN', 'categories': ['sport', 'nba', 'nfl'] ,
         'keywords': ["half", "touchdown", "referee",  "player", "goal"] },
         { 'Url': 'TMZ', 'categories': ["entertainment", "sport"] ,
           'keywords': ["gossip", "celebrity", "player"] },
         { 'Url': 'Goal', 'categories': ["sport", "premier_league", "champions_league"] ,
           'keywords': ["football", "goal", "stadium", "player", "referee"]},
       ]

df =pd.DataFrame(data)

对于关键字列中的所有单词，我想获得与之相关的类别的频率。结果可能如下：
｛half:｛sport:1，nba:1，nfl:1｝，触地得分：｛sport：1，nba:1，nfl:1｝，裁判：｛sport:2，nba：1，nfl：1，premier_league:1，player:｛sport：3，nba：1，nfl:1，premier league：1，champions_league:1｝，八卦：｛体育：1，娱乐：1｝、名人：｛运动：1，体育：1、娱乐：1}，目标：｛short:2、premier league:1，chambers_league：，nba:1，nfl:1}，体育场：｛体育：1，英超联赛：1，冠军联赛：1｝｝

pandas

来源：https://stackoverflow.com/questions/74157446/find-number-of-co-occurring-elements-between-dataframe-columns

1条答案

按热度按时间

ebdffaop1#

由于列包含列表，因此可以分解它们，以便为每个列表的每个元素重复一行：

result = (
    df.explode("keywords")
    .explode("categories")
    .groupby(["keywords", "categories"])
    .size()
)

赞(0）回复(0）举报 2022-10-23

我来回答

查找 Dataframe 列之间共现元素的数量

1条答案

相关问题

热门标签

最新问答