熊猫数据框中列表中元素的数量

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]

所需输出：

   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，然后进行分组，但是此数据可能很大（百万条记录），并且想知道是否有更有效/直接的方法。

谢谢

Answer 1

首先展平list s的值，然后按value_countsor size或or 计数Counter：

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

要么：

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

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

要么：

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