Python 数据帧计数列表元素的出现次数

Question

我有以下 dataframe：

basket_new 列包含列表中从 0 到 5 的数字（每个数字和交易的数量可能会有所不同）。 我想计算每个事务的每个数字的出现次数，并将该数字保存在另一个 DataFrame 中，如下所示：

我刚刚为 Cat_0 创建了一个 lambda function 来测试它，不幸的是它没有工作，因为它正在创建“无”条目（见图 2）。

这是 function：

df_cat["Cat_0"] = df_train["basket_new"].map(lambda x: df_cat["Cat_0"]+1 if "0" in x else None)

你能告诉我我做错了什么/如何解决我的问题吗？

Answer 1

使用explode和crosstab 。 假设您有这样的df：

df = pd.DataFrame({'a':[1,2,3,4], 'b':[[1,2],[0],[3,1,2,3],[4,2,2,2,1]]})

东风：

    a   b
0   1   [1, 2]
1   2   [0]
2   3   [3, 1, 2, 3]
3   4   [4, 2, 2, 2, 1]

---

df1 = df['b'].explode()
df[['a', 'b']].join(pd.crosstab(df1.index, df1))

---

    a   b               0   1   2   3   4
0   1   [1, 2]          0   1   1   0   0
1   2   [0]             1   0   0   0   0
2   3   [3, 1, 2, 3]    0   1   1   2   0
3   4   [4, 2, 2, 2, 1] 0   1   3   0   1

---

如果要重命名列：

df[['a', 'b']].join(pd.crosstab(df1.index, df1, colnames=['b']).add_prefix('cat_'))

---

    a   b               cat_0  cat_1  cat_2 cat_3 cat_4
0   1   [1, 2]          0      1      1     0     0
1   2   [0]             1      0      0     0     0
2   3   [3, 1, 2, 3]    0      1      1     2     0
3   4   [4, 2, 2, 2, 1] 0      1      3     0     1

Answer 2

使用list.count()方法：

df_cat["Cat_0"] = df['basket_new'].map(lambda x: x.count(0))

使用数据的前 5 行：

for i in range(0,5): df_cat["Cat_{0}".format(i)] = df['basket'].map(lambda x: x.count(i))

   Cat_0  Cat_1  Cat_2  Cat_3  Cat_4  Cat_5
0      0      0      0      1      0      0
1      1      0      0      2      0      1
2      0      1      0      1      1      1
3      0      0      1      0      0      0
4      0      0      0      0      4      0

Answer 3

这是一个相当长的，但它的工作原理

df.explode('basket_new').groupby(['transaction_id','customerType','basket_new']).agg(count = ('basket_new','count'))\
.reset_index().pivot_table(index=['transaction_id','customerType'], columns='basket_new', values='count', fill_value=0)\
.reset_index()