由另一列 pandas df 分組的值出現的總和

Question

我需要按列industry統計列name和分組中每個值的出現次數。 目標是獲得每個行業的每個名稱的總和。 我的數據如下所示：

industry            name
Home             Mike
Home             Mike,Angela,Elliot
Fashion          Angela,Elliot
Fashion          Angela,Elliot

所需的 output 是：

Home Mike:2 Angela:1 Elliot:1
Fashion Angela:2 Elliot:2

Answer 1

將其從評論中移出，經過調試並證明有效：

# count() in the next line won't work without an extra column
df['name_list'] = df['name'].str.split(',')
df.explode('name_list').groupby(['industry', 'name_list']).count()

結果：

                    name
industry name_list      
Fashion  Angela        2
         Elliot        2
Home     Angela        1
         Elliot        1
         Mike          2

Answer 2

您可以使用collections.Counter返回一系列字典，如下所示：

from collections import Counter
s = df.name.str.split(',').groupby(df.industry).sum().agg(Counter)

Out[506]:
industry
Fashion               {'Angela': 2, 'Elliot': 2}
Home       {'Mike': 2, 'Angela': 1, 'Elliot': 1}
Name: name, dtype: object

注意：每個單元格是一個Counter object。 Counter是字典的子類，因此您可以在其上應用字典操作作為字典。