按另一列熊猫df分组的值发生之和

Question

我需要统计name列和industry列中每个值的出现情况。目标是得到每个行业每个名称的总和。我的数据如下：

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

期望的输出是：

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

Answer 1

将它从注释中移开，调试并证明是有效的：

# 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()

结果：

                    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

注意事项：每个单元格都是一个Counter对象。Counter是字典的子类，因此您可以将字典操作作为字典应用于它。