如何对字符串数组执行 bincount？

Posted 2023-03-12

【中文标题】如何对字符串数组执行 bincount？

【英文标题】：How to perform bincount on an array of strings?

【发布时间】：2018-03-12 05:09:56

【问题描述】：

我有包含字符串值的 NumPy 数组。

例如：["bus", "bar", "bar", "cafe" .....]

计算数组中每个元素出现次数的最佳方法是什么。我目前的解决方案是：

# my_list contains my data.
bincount = []
for name in set(my_list.tolist()):
    count = sum([1 for elt in my_list if elt == name])
    bincount.append(count)  

我尝试过 bincount，但它不适用于此类数据。

你知道更好的解决方案吗？

【问题讨论】：

使用pd.factorize，然后使用np.bincount。

【参考方案1】：

np.unique

l = ['bus', 'bar', 'bar', 'café', 'bus', 'bar', 'café']
a, b = np.unique(l, return_counts=True)

a
# array(['bar', 'bus', 'café'], dtype='<U4')

b
# array([3, 2, 2])

---

pd.value_counts

pd.value_counts(l)

bar     3
bus     2
café    2
dtype: int64

# <=0.23
pd.value_counts(l).values
# 0.24+
pd.value_counts(l).to_numpy()
# array([3, 2, 2])

确保已导入 pandas (import pandas as pd)。

---

pd.factorize

np.bincount(pd.factorize(l)[0])
# array([2, 3, 2])

这会将字符串转换为数字类别（或因子，如果您愿意），并对它们进行计数。

---

pd.get_dummies

pd.get_dummies(l).sum()

bar     3
bus     2
café    2
dtype: int64

有点迂回，但很有趣。

【讨论】：

最佳答案是 .value_counts() 仅供参考

@Jeff 更新了，谢谢，我不知道这是一个模块级函数。

您也可以将return_counts 与np.unique 一起使用，从而完全避免使用bincount。

@Divakar 哇！我什至不知道这是可能的。感谢您的宝贵建议 - 我已编辑。

【参考方案2】：

你也可以在python中使用字典。

result_dict = 
l = ['bus', 'bar', 'bar', 'café', 'bus', 'bar', 'café']
for ele in l:
    result_dict[ele] = 1 if ele not in result_dict else result_dict[ele] + 1

然后打印结果：

for key in result_dict:
    print key, result_dict[key]

结果：

bus 2
bar 3
café 2