计算可以包含在由全局和单行规模的字符串列表组成的 DataFrame 列中的集合词的出现次数

Question

我希望我没有创建重复的笑声，但我花了几个小时寻找与我的问题类似的东西:)

这么说，我有以下输入：

foo= {"Brand":["loc doc poc",
               "roc top mop",
               "loc lot not",
               "roc lot tot",
               "loc bot sot",
               "nap rat sat"] }

word_list=["loc","top","lot"]
df=pd.DataFrame(foo)

2 期望输出

1 包含出现次数的字典

2 包含每行出现次数的新列

#Outputs: 
counter_dic={"loc":3,"top":1,"lot":2}

            Brand   count
0   loc  doc  poc       1
1   roc  top  mop       1
2   loc  lot  not       2
3   roc  lot  tot       1
4   toc  bot  sot       1
5   nap  rat  sat       0

我唯一的想法：

计算一组术语出现的次数。我可以创建一个词袋，然后根据字典键进行过滤吗？

如果找到类似的问题，显然可以关闭。

我检查了以下几个

Python Lists Finding The Number Of Times A String Occurs

Answer 1

这是一个潜在的解决方案，使用 str.count 创建一个临时计数数据帧，这将有助于两个输出。

df_counts = pd.concat([df['Brand'].str.count(x).rename(x) for x in word_list], axis=1)

看起来像：

   loc  top  lot
0    1    0    0
1    0    1    0
2    1    0    1
3    0    0    1
4    1    0    0
5    0    0    0

1 - 存储出现次数的字典

df_counts.sum().to_dict()

[出局]

{'loc': 3, 'top': 1, 'lot': 2}

2 - 包含每行出现次数的新列

df['count'] = df_counts.sum(axis=1)

[出局]

         Brand  count
0  loc doc poc      1
1  roc top mop      1
2  loc lot not      2
3  roc lot tot      1
4  loc bot sot      1
5  nap rat sat      0

Answer 2

这是一种将计数转化为字典形式的方法：

df['Brand'].str.split(' ').explode().to_frame('Brand').groupby('Brand').size().loc[word_list].to_dict()

这是获取计数的方法：

df['count'] = df['Brand'].str.get_dummies(sep=' ').loc[:,word_list].sum(axis=1)

计算可以包含在由全局和单行规模的字符串列表组成的 DataFrame 列中的集合词的出现次数

Count occurences of set words that can be contained in a DataFrame column composed by a list of strings on a global and single row scale

python

counter

pandas

pandas-groupby