pandas dataframe 使用 DictVectorize 進行操作

Question

我有的：

目標	變量1	變量2
1	傑克、瓊斯、菲爾	恩-我們
0	唐、山姆、鮑勃	vn-en
1	瓊斯、亞歷克斯、山姆	恩-我們

我想要的是：

變量1	目標	沒有目標	變量2
瓊斯	2	0	恩-我們

目標列是目標為 1 時出現多少“瓊斯”

到目前為止，我已經嘗試使用 DictVetorize，它幫助我計算了目標等於 1 的次數，但我知道如何獲取 var2 列

Answer 1

IIUC，您可以使用：

df['target'].mul(df['var1'].str.count('jones')).sum()

output： 2

對於獲取所有名稱的更通用的方法：

out = (df
 .assign(var1=df['var1'].str.split(',\s*').where(df['target'].eq(1)))
 .explode('var1')
 .groupby(['var1', 'var2'], as_index=False)
 .sum()
)

output：

    var1   var2  target
0   alex  en-us       1
1   jack  en-us       1
2  jones  en-us       2
3   phil  en-us       1
4    sam  en-us       1

計數目標/no_target

(df
 .assign(var1=df['var1'].str.split(',\s*'),
         target=np.where(df['target'].eq(1), 'target', 'no_target'),
         value=1
        )
 .explode('var1')
 .pivot_table(index=['var1', 'var2'], columns='target', values='value',
              aggfunc='sum', fill_value=0)
 .reset_index().rename_axis(columns=None)
 .groupby(['var1'], as_index=False)
 .agg({'target': 'sum', 'no_target': 'sum', 'var2': 'first'})
)

output：

    var1  target  no_target   var2
0   alex       1          0  en-us
1    bob       0          1  vn-en
2    don       0          1  vn-en
3   jack       1          0  en-us
4  jones       2          0  en-us
5   phil       1          0  en-us
6    sam       1          1  en-us