提问人：Sudoh 提问时间：9/15/2022 最后编辑：Sudoh 更新时间：9/15/2022 访问量：148
如何在 pandas 中计算每列中唯一项的出现次数？
How can I count occurrences of unique items per column across columns in pandas?
问：
假设我有一个如下所示：dataframe
| 指数 | 一 | 二 | 三 |
|---|---|---|---|
| 第一 | 一个 | B | C |
| 第二 | C | 一个 | B |
| 第三 | B | 一个 | C |
我想要的是跨列的计数。df.iloc[:,1:]:
| 项目 | 一 | 二 | 三 |
|---|---|---|---|
| 一个 | 1 | 2 | 0 |
| B | 1 | 1 | 1 |
| C | 1 | 0 | 2 |
对第二个表计数的解释在每个计数旁边的括号中。
| 项目 | 一 | 二 | 三 |
|---|---|---|---|
| 一个 | 1（第 1 栏中只有一个 A） | 2（第 2 列中 A 的两次计数） | 0（第 3 栏中没有 A） |
| B | 1（第1栏中只有一个B） | 1（第 2 栏中只有一个 B） | 1（第3栏为1 B） |
| C | 1（第 1 列中只有一个 C） | 0（第 2 列中没有 C） | 2（第 3 列中 C 的两次计数） |
我尝试了以下不太有效的方法：
df3.iloc[:,1:].value_counts().to_frame('counts').reset_index()df[df.columns[1:]].value_counts()
上面两个单行线很接近，但还不完全存在。
我能想到的 Macgyvered 解决方案是逐一遍历列并对每个列进行操作并尝试组织计数，但鉴于每个列的顺序有些不同，这有点混乱。.value_counts().value_count
我应该怎么做？
答：
2赞
Echo
9/15/2022
#1
试试这个：
df = df.apply(pd.value_counts).fillna(0)
哎呀，它有帮助。
评论
0赞
Sudoh
9/15/2022
是否确定？我得到.TypeError: unhashable type: 'list'
1赞
Echo
9/15/2022
是的，非常确定，因为我复制粘贴了您的确切 DataFrame 并得到了您正在寻找的确切输出。可能 DataFrame 中的实际数据并不像您的问题中那么简单，您是否在 DataFrame 的某个地方有一个列表作为值或 sth？
1赞
Sudoh
9/15/2022
你是对的，我在那里有几个清单。
2赞
Timeless
9/15/2022
#2
试试这个：
from io import StringIO
import pandas as pd
s = """Index one two three
First A B C
Second C A B
Third B A C"""
df = pd.read_csv(StringIO(s), sep='\t').set_index('Index')
df = (df.apply(pd.value_counts).fillna(0)
.apply(pd.to_numeric,downcast='integer')
.reset_index()
.rename(columns={'index':'Item'})
)
>>> display(df)
0赞
Golden Lion
9/15/2022
#3
在 Apply 中使用 value_counts for the DataFrame
data="""Index,one,two,three
First,A,B,C
Second,C,A,B
Third,B,A,C
"""
df = pd.read_csv(io.StringIO(data), sep=',')
df=df.apply(lambda x: x.value_counts()).fillna(0)
df=df.drop(labels=['First','Second','Third'],axis=0)
print(df)
评论