Pandas DataFrame: найдите уникальные слова в строковом столбце, подсчитайте их появление и суммируйте значения в другом столбце при условии

У меня есть следующий фрейм данных:

import pandas as pd

data = {'String': ['foo bar hello world this day', 'foo bar', 'hello bar world'],
        'Value' : [                            10,         2,                 5]}
df = pd.DataFrame(data, columns = ['String', 'Value'])

Что я хочу знать, так это уникальные слова, их появление и сумму значений, когда слово встречается в 'String'. Итак, желаемый результат:

Unique word    Occurrence    Value sum
        bar             3           17
      world             2           15
        foo             2           12
      hello             2           15
        day             1           10
       this             1           10

Я могу получить уникальные слова и их появление с помощью:

pd.Series(' '.join(df.String).split()).value_counts()

Как добавить сумму значений?

Моя версия панд = 0.24.2

Для принятого ответа версия панд должна быть обновлена ​​как минимум до 0.25.0

Вы можете использовать что-то вроде df.assign(String=df['String'].str.split()).explode("String")‌​.groupby('String')['‌​Value'].agg(['count'‌​, 'sum']).reset_index()

cs95 16.12.2020 11:29
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
1
1 217
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете сделать:

df['Unique Word'] = df['String'].str.split()
res = df.drop('String', 1).explode('Unique Word').groupby(['Unique Word'])['Value'].agg(['count', 'sum']).reset_index()
print(res)

Выход

  Unique Word  count  sum
0         bar      3   17
1         day      1   10
2         foo      2   12
3       hello      2   15
4        this      1   10
5       world      2   15

Другие вопросы по теме