基于两列的value_counts()？
基于两列的value_counts()？
提问于 2021-08-26 07:35:39
我有一个包含文本的熊猫数据框架，每个文本可以属于一个流派和几个类别。由于每个文本可以属于多个类别，因此每个列都是一次性编码的。
下面是一个例子(实际的数据帧有更多的类别)：
df = pd.DataFrame({'text':{0:'This is an example string', 1: 'this is another example', 2:'and another',3:'and yet another example'},'genre':{0: 'fiction', 1: 'fiction', 2: 'scientific', 3: 'news'},'category_nature':{0: 1, 1: 1, 2: 0, 3:1}, 'category_history':{0: 1, 1: 0, 2: 0, 3:1},'category_art':{0: 0, 1: 0, 2: 1, 3: 0}})我正在寻找一种方法，既可以在类别上获得像value_counts()这样的东西，也可以在流派上获得，就像这样：
我首先尝试更改one-hot-encoded列的格式，但后来丢失了"genre“列。
df_new = df.drop(columns=['text','genre']);
count = df_new.sum().sort_values(ascending=False)我还查看了下面的帖子，但它并不完全是我想要的。
Python: get a frequency count based on two columns (variables) in pandas dataframe some row appers
回答 2
Stack Overflow用户
回答已采纳
发布于 2021-08-26 07:47:38
您可以使用melt和groupby
(df.melt(id_vars=['text', 'genre'], var_name='category', value_name='count')
.groupby(['genre', 'category'])
['count'].sum()
# below is for formatting only
.reset_index()
.query('count > 0')
.assign(category=lambda d:d['category'].str[9:])
)输出：
genre category count
1 fiction history 1
2 fiction nature 2
4 news history 1
5 news nature 1
6 scientific art 1Stack Overflow用户
发布于 2021-08-26 07:49:23
这就是你要找的东西吗？
df.groupby('genre').sum().reset_index().melt(id_vars='genre')
genre variable value
0 fiction category_nature 2
1 news category_nature 1
2 scientific category_nature 0
3 fiction category_history 1
4 news category_history 1
5 scientific category_history 0
6 fiction category_art 0
7 news category_art 0
8 scientific category_art 1页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68941493
复制相关文章
点击加载更多
相似问题
基于不同列值的value_counts列
基于value_counts列的数据过滤(熊猫)
在python中基于多列获取value_counts
如何迭代包含两列的value_counts输出？
Python计算两列的value_counts并使用groupby
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
社区富文本编辑器全新改版！诚邀体验～
全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验
腾讯云开发者
