Question

我想要创建一个csv文件，其中第1列是索引，第2列是某些类别列表，例如，第1列是我认识的人，第2列是类型:(相对，朋友，专业知识）< / p>

但在某些情况下，某些人可能既是专业熟人又是朋友，或亲戚和朋友，甚至是三者。

有没有办法可以将这些数据存储在csv文件中，这样当我将它作为数据帧加载到pandas中时，我可以按相关，朋友或专业熟人对数据进行分组，允许双倍或三倍计数同一个人以及后来的计数和与此相关的东西？这是我的问题。我想知道如何处理这种情况。

INPUT示例：

查理是一位熟练的熟人和朋友

todd是亲戚和朋友

jess是一位熟练的熟人

汤姆是专业的熟人

示例输出:(通过运行dfFromCSV.groupby('type').size()）

专业认识：3

朋友：2

亲戚：1

Answer 1

假设您的输入存储在名为df的数据框中，其格式如下：

person   type
john     friend+work
jack     work
judy     college
janet    friend+work
jean     friend

唯一的要求是你有一个分隔符，在这种情况下是'+'。你能做的是以下几点：

df['type'].str.split('+').str.join(sep='+').str.get_dummies(sep='+').sum(axis=0)

输出：

college    1
friend     3
work       3

您可以拥有任意数量的类别，无需事先了解它们。

Answer 2

假设您的关系列表是详尽无遗的，您可以像这样强制执行：

import pandas
from io import StringIO

csvstring = StringIO("""\
relationship
charlie is a professional acquaintance and friend
todd is a relative and friend
jess is a professional acquaintance
tom is a professional acquaintance
""")

rtypes = [
    'professional acquaintance',
    'friend',
    'relative',
    'rival',
    'nemsis',
    'mortal enemy'
]

df = pandas.read_csv(csvstring)
for rt in rtypes:
    df[rt] = df['relationship'].apply(lambda x: int(rt in x))

df.select_dtypes(exclude=[object]).sum()

这给了我：

professional acquaintance    3
friend                       2
relative                     1
rival                        0
nemsis                       0
mortal enemy                 0
dtype: int64

请注意，您的示例中存在拼写错误，并且此方法无法捕获这些错误。

使用pandas.read_csv为csv捕获pandas中的非互斥类别

2 个答案: