Pandas DataFrame：在字符串列中查找唯一單詞，根據條件計算它們在另一列中的出現和總和值

Question

我有以下 dataframe：

import pandas as pd

data = {'String': ['foo bar hello world this day', 'foo bar', 'hello bar world'],
        'Value' : [                            10,         2,                 5]}
df = pd.DataFrame(data, columns = ['String', 'Value'])

我想知道的是單詞出現在'String'中時的唯一單詞、它們的出現和值的總和。 因此，所需的 output 是：

Unique word    Occurrence    Value sum
        bar             3           17
      world             2           15
        foo             2           12
      hello             2           15
        day             1           10
       this             1           10

我可以通過以下方式獲得獨特的單詞及其出現：

pd.Series(' '.join(df.String).split()).value_counts()

我應該如何添加價值總和？

我的 pandas 版本 = 0.24.2

對於接受的答案，pandas 的版本應該至少升級到0.25.0

Answer 1

你可以這樣做：

df['Unique Word'] = df['String'].str.split()
res = df.drop('String', 1).explode('Unique Word').groupby(['Unique Word'])['Value'].agg(['count', 'sum']).reset_index()
print(res)

Output

  Unique Word  count  sum
0         bar      3   17
1         day      1   10
2         foo      2   12
3       hello      2   15
4        this      1   10
5       world      2   15