回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>在python3和pandas中,我有一个数据帧:</p>
<pre><code>df_selecao_atual.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 340 entries, 2 to 678
Data columns (total 26 columns):
cpf 339 non-null object
nome 340 non-null object
nome_completo 340 non-null object
partido 339 non-null object
uf 339 non-null object
cargo_parlamentar 340 non-null object
tipo 340 non-null object
classe 340 non-null object
numero 340 non-null object
único 340 non-null object
assunto 340 non-null object
data_inicial 340 non-null object
data_final 340 non-null object
andamento 340 non-null object
link 340 non-null object
transparencia 339 non-null object
conferencia 339 non-null object
data_conferencia 339 non-null object
resumo 332 non-null object
observacao 311 non-null object
link_noticia_tribunal_confiavel 104 non-null object
interessa 337 non-null object
ministro_relator 339 non-null object
processo_conectado 44 non-null object
situacao 337 non-null object
cadastro_push 337 non-null object
dtypes: object(26)
memory usage: 71.7+ KB
</code></pre>
<p>此数据框的每一行都有关于法律程序的信息,每行一个法院案例</p>
<p>“nome”列有人名,例如:</p>
<pre><code>FULANO DE TAL
BELTRANO DA SILVA
SICRANO APARECIDO
NINGUEM AUGUSTO
</code></pre>
<p>“tipo”一栏有诉讼类型,只有两种类型:</p>
<pre><code>INQ
AP
</code></pre>
<p>而“resumo”栏目在法庭诉讼中有被调查起诉的罪行。但每一个法律程序都可能涉及一项或多项罪行。罪行之间用“,”隔开:</p>
<pre><code>Peculato, Lavagem de Dinheiro
Corrupção passiva, Ocultação de bens, Lavagem de dinheiro
Corrupção passiva, Lavagem de dinheiro, Crimes Eleitorais
Crimes Eleitorais, Lavagem de dinheiro
Peculato
Quadrilha ou Bando, Crimes da Lei de licitações, Peculato
</code></pre>
<p>我要数数:</p>
<ul>
<li><p>在每个名称中</p></li>
<li><p>除以INQ和AP流程</p></li>
<li><p>出现在“,”之间的每一项犯罪</li>
</ul>
<p>以“resumo”列上面的示例为例,类似于:</p>
<pre><code>Peculato, Lavagem de dinheiro
Corrupção passiva, Ocultação de bens, Lavagem de dinheiro
Corrupção passiva, Lavagem de dinheiro, Crimes Eleitorais
Crimes Eleitorais, Lavagem de dinheiro
Peculato
Quadrilha ou Bando, Crimes da Lei de licitações, Peculato
</code></pre>
<p>所有这些都是针对“无名氏”的诉讼。前两行为“AP”型,其余为“INQ”</p>
<p>那么无名氏有:</p>
<pre><code>1 AP for Peculato
2 AP for Lavagem de dinheiro
1 AP for Corrupção passiva
1 AP for Ocultação de bens
1 INQ for Corrupção passiva
2 INQ for Lavagem de dinheiro
2 INQ for Crimes Eleitorais
2 INQ for Peculato
1 INQ for Quadrilha ou Bando
1 INQ for Crimes da Lei de licitações
</code></pre>
<p>我曾考虑过使用数据透视表,但我遇到的问题是,在每种类型的法庭案件中,只需计算一次犯罪类型。不起作用</p>
<pre><code>df_selecao_atual.pivot_table(index=['nome', 'tipo', 'resumo'],aggfunc='size').reset_index()
</code></pre>
<p>拜托,有人知道我怎么做吗?你知道吗</p>
<p>-/-</p>
<p>这些行的示例如下所示</p>
<pre><code>df_selecao_atual[['tipo', 'resumo', 'nome']].head(5).to_dict()
{'tipo': {2: 'INQ', 3: 'AP', 4: 'INQ', 5: 'INQ', 6: 'AP'},
'resumo': {2: 'Desvio de verbas públicas',
3: 'Desvio de verbas públicas',
4: nan,
5: 'Prestação de contas rejeitada',
6: 'Peculato, Gestão fraudulenta'},
'nome': {2: 'CÉSAR MESSIAS',
3: 'CÉSAR MESSIAS',
4: 'FLAVIANO MELO',
5: 'FLAVIANO MELO',
6: 'FLAVIANO MELO'}}
</code></pre>