計算大熊貓中每組以逗號分隔的字符串中的所有單詞

Question

我想從下面給出的數據框中計算學校（用逗號分隔）。

數據幀：

State    Counties    Schools_list
S1       C1          GradeA,GradeB,GradeC
S1       C1          GradeD
S2       C1          GradeA,GradeB
S2       C2          GradeC
S3       C2          GradeA,GradeB
S3       C3          GradeC,GradeD

輸出：

State          Schools_count
S1             4
S2             3
S3             4

如何按州計算逗號分隔的學校列表和最后一列的學校。

Answer 1

一個簡單的解決方案是計算逗號：

df['Schools_list'].str.count(',').add(1).groupby(df.State).sum()

State
S1    4
S2    3
S3    4
Name: Schools_list, dtype: int64

請注意，計算完逗號后，請按州名稱分組，以按州進行計數。

作為一個DataFrame，

(df['Schools_list'].str.count(',')
                   .add(1)
                   .groupby(df.State)
                   .sum()
                   .reset_index(name='Schools_count'))

  State  Schools_count
0    S1              4
1    S2              3
2    S3              4

---

您也可以使用逗號分割並找到所創建列表的長度，但這要慢一些。

df['Schools_list'].str.split(',+').str.len().groupby(df.State).sum()

State
S1    4
S2    3
S3    4
Name: Schools_list, dtype: int64