如何计算Pandas中列表列中出现的值的总数？

Question

我有这个数据框，我想计算一下列表中出现的菜肴的数量

   |preferred_dishes
    ----------------------------------------------
1   |[Comida Variada, Comida Brasileira, Lanches]
2   |[Salgados, Lanches, Comida Japonesa]
10  |[Comida Chinesa, Comida Japonesa]
11  |[Pizza, Comida Brasileira, Lanches]
15  |[Comida Italiana, Comida Brasileira, Fruto...

我试过这个：

test = pd.Series([x for item in df_dishes.preferred_dishes for x in item]).value_counts()

还有别的办法吗

Answer 1

前面的答案非常适合pandas >= 0.25，因为Series.explode只在0.25.0版本的更高版本中工作。例如，我使用的是0.24.2的pandas版本

顺便说一下，您可以尝试了解您的熊猫和相关软件包版本：

pd.show_versions()

因此，您可能对以下解决方案感兴趣，而不考虑熊猫版本

counts = (df.reset_index(df.columns.drop('preferred_dishes',1).tolist())
    .preferred_dishes.str.replace('[', '')
    .str.replace(']', '')
    .str.split(',', expand=True)
    .stack()
    .value_counts()
    )
counts

输出：

 Lanches              3
 Comida Brasileira    3
 Comida Japonesa      2
 Fruto...             1
Salgados              1
Pizza                 1
Comida Chinesa        1
Comida Variada        1
Comida Italiana       1
dtype: int64

或者，更简单地说：

counts = pd.Series(df.preferred_dishes.str.replace('[', '')
                             .str.replace(']', '')
                             .str.split(',').sum()).value_counts()
counts

输出：

 Lanches              3
 Comida Brasileira    3
 Comida Japonesa      2
 Fruto...             1
Salgados              1
Pizza                 1
Comida Chinesa        1
Comida Variada        1
Comida Italiana       1
dtype: int64

Answer 2

您可以使用explode来获得与pd.Series()相同的效果：

df.preferred_dishes.explode().value_counts()

包含摘录的输出：

Lanches              3
Comida Brasileira    3
Comida Japonesa      2
Salgados             1
Fruto...             1
Comida Variada       1
Pizza                1
Comida Chinesa       1
Comida Italiana      1
Name: preferred_dishes, dtype: int64