Pandas - 使用 groupby 创建最常用词的元组

Posted 2023-03-11

【中文标题】Pandas - 使用 groupby 创建最常用词的元组

【英文标题】：Pandas - create a tuple of the most frequent words using groupby

【发布时间】：2021-12-11 18:19:11

【问题描述】：

我有一个包含列的数据框：语言和单词

df:
      Parts of speech  word
    0 Noun             cat
    1 Noun             water
    2 Noun             cat
    3 verb             draw
    4 verb             draw
    5 adj              slow

我想按词性对排名靠前的单词进行分组（我的期望）：

Parts of speech     top 
Noun             'cat':2,'water':1
verb             'draw':2
adj              'slow':1

我使用 groupby 方法并应用它，但我没有得到我需要的东西

df2=df.groupby('Parts of speech')['word'].apply(lambda x : x.value_counts())

如何为每个词性创建一个元组？

【参考方案1】：

一种方法是使用.agg + collections.Counter 聚合：

from collections import Counter
df2=df.groupby('Parts of speech')['word'].agg(Counter)
print(df2)

输出

Parts of speech
Noun    'cat': 2, 'water': 1
adj                'slow': 1
verb               'draw': 2
Name: word, dtype: object

使用value_counts 的替代方法（注意最后的 to_dict 调用）：

df2 = df.groupby('Parts of speech')['word'].agg(lambda x: x.value_counts().to_dict())