pandas数据框架中列表中元素的计数

Question

当列表位于pandas数据框列中时，我需要获取列表中每个元素的频率

在数据中：

din=pd.DataFrame({'x':[['a','b','c'],['a','e','d', 'c']]})`

              x
0     [a, b, c]
1  [a, e, d, c]

期望输出：

   f  x
0  2  a
1  1  b
2  2  c
3  1  d
4  1  e

我可以将列表扩展成行，然后按执行分组，但这些数据可能很大（超过一百万条记录），我想知道是否有更高效/直接的方法。

谢谢

Answer 1

首先lists的flatten值，然后按^{}或^{}或Counter计数：

a = pd.Series([item for sublist in din.x for item in sublist])

或：

a = pd.Series(np.concatenate(din.x))

---

df = a.value_counts().sort_index().rename_axis('x').reset_index(name='f')

或：

df = a.groupby(a).size().rename_axis('x').reset_index(name='f')

---

from collections import Counter
from  itertools import chain

df = pd.Series(Counter(chain(*din.x))).sort_index().rename_axis('x').reset_index(name='f')

print (df)
   x  f
0  a  2
1  b  1
2  c  2
3  d  1
4  e  1

Answer 2

您也可以使用这样的单行：

df = pd.Series(sum([item for item in din.x], [])).value_counts()