python，计算数据框中列表的唯一列表值

Posted 2023-03-12

【中文标题】python，计算数据框中列表的唯一列表值

【英文标题】：python, count unique list values of a list inside a data frame

【发布时间】：2020-11-27 16:14:54

【问题描述】：

我有一个包含两列用户反馈的数据框。

第一列来自调查的多项选择答案。该列的每一行都是他们选择的答案的列表。

下一列是年龄范围的类别。所以一行将包含用户颜色偏好和年龄范围的列表。

例如

what colours do you like?         age
['yellow','orange','green']       18-25
['yellow']                        18-25
['blue','green','red','orange']   26-30
['blue','red']                    26-30

我希望获取列表中每种颜色的单独计数，然后按年龄范围划分 所需的输出：

age    colour   count
18-25  yellow     2
18-25  orange     1
18-25  green      1
26-30  blue       2
26-30  green      1
26-30  red        2
26-30  orange     1

提前致谢！

【参考方案1】：

将数据帧的索引设置为age，然后在what colours do you like?' 列上使用Series.explode，然后在level=0 上使用groupby，并使用value_counts 聚合系列：

df1 = (
    df.set_index('age')['what colours do you like?'].explode()
    .rename('color').groupby(level=0).value_counts().reset_index(name='count')
)

结果：

print(df1)
     age   color  count
0  18-25  yellow      2
1  18-25   green      1
2  18-25  orange      1
3  26-30    blue      2
4  26-30     red      2
5  26-30   green      1
6  26-30  orange      1

【参考方案2】：

另一种选择：

df1 = df.apply(lambda x: [str(x[0][i]) + " " + str(x[1]) for i in range(len(x[0]))], axis = 1).agg("sum")
df1 = pd.DataFrame(np.unique(df1, return_counts = True), index = ["A","count"]).T
df1[["colour","age"]] = df1.A.str.split(expand = True)
df1 = df1.drop("A")

它应该输出：

df1

   count   age   color  
0      2 18-25  yellow  
1      1 18-25   green  
2      1 18-25  orange  
3      2 26-30    blue  
4      2 26-30     red  
5      1 26-30   green  
6      1 26-30  orange