Python:在DataFrame中，我如何循环遍历一列的所有字符串并检查它们是否出现在另一列中并对它们进行计数？

Question

我获得了一个数据文件，希望循环遍历列c2中的所有单元格，并计算每个字符串在另一列c1中出现的次数(如果存在的话)。然后打印结果。

示例df：

id     c1                c2
0      luke skywalker    han solo
1      leia organa       r2d2
2      darth vader       finn
3      han solo          the emporer
4      han solo          c3po
5      finn              leia organa
6      r2d2              darth vader

示例打印结果：

han solo      2
r2d2          1
finn          1
the emporer   0
c3po          0
leia organa   1
darth vader   1

我用朱庇特笔记本和巨蟒和熊猫。谢谢!

Answer 1

你可以使用一些Numpy魔法。

使用count和广播比较每种组合。

from numpy.core.defchararray import count

c1 = df.c1.values.astype(str)
c2 = df.c2.values.astype(str)

pd.Series(
    count(c1, c2[:, None]).sum(1),
    c2
)

han solo       2
r2d2           1
finn           1
the emporer    0
c3po           0
leia organa    1
darth vader    1
dtype: int64

Answer 2

您可以将它们作为category传递，并使用value_counts

df.c1.astype('category',categories=df.c2.tolist()).value_counts(sort=False)
Out[572]: 
han solo       2
r2d2           1
finn           1
the emporer    0
c3po           0
leia organa    1
darth vader    1
Name: c1, dtype: int64

或者你可以

pd.crosstab(df.c2,df.c1).sum().reindex(df.c2,fill_value=0)
Out[592]: 
c2
han solo       2
r2d2           1
finn           1
the emporer    0
c3po           0
leia organa    1
darth vader    1

Answer 3

df[c3] = pd.Series([df[c1].count(n) for n in df[c2]])