在split()操作之后获取pandas中唯一的字符串列表

Question

我开始使用pandas,并在更大的DataFrame中有一列数据,例如

0                  one two
1            two seven six
2           three one five
3    seven five five eight
4                 six four
5                    three
dtype: object

我想要做的是将单词序列分成它们的组成部分,然后得到一个独特的集合或计算单词.我可以做好分裂

numbers.str.split(' ')

0                    [one, two]
1             [two, seven, six]
2            [three, one, five]
3    [seven, five, five, eight]
4                   [six, four]
5                       [three]
dtype: object

但是,我不知道从哪里开始.再一次,我想要输出如

['one', 'two', 'three', 'four', 'five', 'six', 'seven', 'eight']

或者在具有计数的字典中,或者在与这两者中的一个相当的Series/DataFrame中.

到目前为止我能做的最好的事情是将apply()与Set结合使用来获得独特的单词.从我到目前为止看到的熊猫是一个非常优雅的包装,似乎这对于比我更了解它的人来说可能很容易实现.

提前致谢!

Answer 1

如果我理解正确,我认为你可以使用熊猫这样做.在分割字符串之前,我将从系列开始:

print s

0                  one two
1            two seven six
2           three one five
3    seven five five eight
4                 six four
5                    three

stacked = pd.DataFrame(s.str.split().tolist()).stack()
print stacked

0  0      one
   1      two
1  0      two
   1    seven
   2      six
2  0    three
   1      one
   2     five
3  0    seven
   1     five
   2     five
   3    eight
4  0      six
   1     four
5  0    three

现在只需计算系列的值计数:

print stacked.value_counts()

five     3
one      2
three    2
six      2
two      2
seven    2
eight    1
four     1
dtype: int64