df = pd.DataFrame({'group': ['A', 'A', 'B', 'B', 'B', 'A'],
'sequence': ['BX', 'X', 'SFS', 'BCX', 'BSS*B1S', 'BBX']})
res = df.groupby('group')['sequence'].sum().map(list).apply(pd.value_counts)\
.fillna(0).astype(int).reset_index()
res = res.loc[:, res.columns.str.isalpha()]
print(res)
# group B C F S X
# 0 A 3 0 0 0 3
# 1 B 3 1 1 5 1
res2 = pd.melt(res, id_vars=['group']).sort_values(['group', 'variable'])
res2 = res2[res2['value'] != 0].set_index(['group', 'variable'])
# value
# group variable
# A B 3
# X 3
# B B 3
# C 1
# F 1
# S 5
# X 1
print(res2)
c = pd.value_counts([(g, s) for g, S in df.values for s in S if s.isalpha()])
pd.DataFrame(
np.column_stack([c.index.tolist(), c.values]),
columns=df.columns.tolist() + ['freq']
)
group sequence freq
0 B S 5
1 A B 3
2 B B 3
3 A X 3
4 B F 1
5 B C 1
6 B X 1
这里有两种不同的呈现结果的方式。在
对字符串应用
groupby.sum
将它们串联起来,然后我们可以应用pd.value_counts
。在使用
^{pr2}$collections.Counter
可以实现更有效的变化:您可以使用一个高效的基于
^{pr2}$repeat
的解决方案,后跟groupby
:使用理解来创建元组列表。在
相关问题 更多 >
编程相关推荐