某次做一个数据的处理，要计算用户的粉丝数量，数据集大概是这样的：
传播节点微博用户id关注用户idsae26e5e3db7626dcaf6819ce5492d534″04e9dc04d4b600d574d67b298a7dea7d,···”a845733e3729a136889c07d275bcc3c5″aebe49645667a02eae6ab6734ade24eb,···”68e605feb5344fd413587b4245946c24″77c471d3aba195b1322800602a93dc72,···”
这里的数据，都是经过脱敏处理后的id，即每个用户和他们的关注列表。”关注用户ids”应该是字符串类型，每一行由双引号包裹，由逗号作为id之间的分隔符。要计算用户的粉丝数量，就是看他们在所有用户的关注列表当中出现了多少次，也就是要对”关注用户ids”列出现的各个id进行计数。
参考博文进行以下处理
countN = dataI0['name'].str.split('|', expand=True).stack().value_counts()
其中，不能对数据框的列Chart3Part[‘关注用户ids’]直接应用split，而需要先调用str。
- 其中的expand=True是按逗号对每一行进行分割后，将其扩展成多列。
- stack()则是构造二级行索引，在原本的行索引上，将列作为二级行索引。可参考博文，也可见下文当中的实验三
- value_counts()是对值出现的次数进行计数，其返回值是一个pd.Series，name为被计数的列的名字，index为被计数的项，值为出现的次数
博文当中还有另一种方法，先单独对每一行进行处理，再从总的视角进行计数
countN = pd.Series(Counter([y for x in dataI0['name'] for y in x.split('|')]))
完整的示例如下：
import pandas as pd
dataI0 = pd.DataFrame(data=["book","fish","icecream|book","fish","campfire|book"],columns=["name"])
print(dataI0)
countN = dataI0['name'].str.split('|', expand=True).stack().value_counts()
print(countN)
from collections import Counter
countN = pd.Series(Counter([y for x in dataI0['name'] for y in x.split('|')]))
print(countN)
countN = dataI0['name'].str.split('|')
print(countN)
countN = dataI0['name'].str.split('|', expand=True)
print(countN)
countN = dataI0['name'].str.split('|', expand=True).stack()
print(countN)
countN = [y for x in dataI0['name'] for y in x.split('|')]
print(countN)
countN = Counter([y for x in dataI0['name'] for y in x.split('|')])
print(countN)
countN = pd.Series([y for x in dataI0['name'] for y in x.split('|')])
print(countN)
countN = pd.Series([y for x in dataI0['name'] for y in x.split('|')]).value_counts()
print(countN)
Original: https://blog.csdn.net/weixin_52202311/article/details/118818092
Author: JxWang05
Title: pandas计算某列每行带有分隔符的数据中包含特定值的次数
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/678775/
转载文章受原作者版权保护。转载请注明原作者出处！