使用这样的文本文件:
DELIMITER $$
CREATE PROCEDURE `transaction_sp` (@facebook_id varchar(50))
LANGUAGE SQL
DETERMINISTIC
SQL SECURITY DEFINER
BEGIN
DECLARE exit handler for sqlexception
BEGIN
-- ERROR
ROLLBACK;
END;
DECLARE exit handler for sqlwarning
BEGIN
-- WARNING
ROLLBACK;
END;
START TRANSACTION;
DELETE FROM user_facebook WHERE id = @facebook_id;
DELETE FROM `user_oauth` WHERE facebook_id = @facebook_id;
COMMIT;
END
$$
如何读取它,并生成两个输出文本文件:一个只保留代表每个字母最常出现的对的行;并且保留所有夫妻,包括最常见的25%的最常见的信件。
很抱歉不共享任何代码。一直在尝试使用列表推导,计数和熊猫的大量内容,但不够流畅。
答案 0 :(得分:1)
这是一个没有冻结的答案。
df1 = df.apply(sorted, 1)
df_count =df1.groupby(['A', 'B']).size().reset_index().sort_values(0, ascending=False)
df_count.columns = ['A', 'B', 'Count']
df_all = pd.concat([df_count.assign(letter=lambda x: x['A']),
df_count.assign(letter=lambda x: x['B'])]).sort_values(['letter', 'Count'], ascending =[True, False])
df_first = df_all.groupby(['letter']).first().reset_index()
top = int(len(df_count) / 4)
df_top_25 = df_count.iloc[:top]
------------老回答--------
由于订单很重要,您可以使用冻结集作为groupby的键
import pandas as pd
df = pd.read_csv('text.csv', header=None, names=['A','B'], sep=';')
s = df.apply(frozenset, 1)
df_count = s.value_counts().reset_index()
df_count.columns = ['Combos', 'Count']
哪个会给你这个
Combos Count
0 (a, b) 3
1 (b, f) 2
2 (d, c) 2
3 (g, f) 1
4 (b, h) 1
5 (c, g) 1
6 (d, f) 1
7 (e, a) 1
为了获得每个字母的最高组合,我们将在这个数据框的顶部连接,并创建另一个包含第一个或第二个字母的列。
df_a = df_count.copy()
df_b = df_count.copy()
df_a['letter'] = df_a['Combos'].apply(lambda x: list(x)[0])
df_b['letter'] = df_b['Combos'].apply(lambda x: list(x)[1])
df_all = pd.concat([df_a, df_b]).sort_values(['letter', 'Count'], ascending =[True, False])
因为这是按字母和计数(降序)排序的,所以只需得到每组的第一行。
df_first = df_all.groupby('letter').first()
要获得前25%,只需使用
top = int(len(df_count) / 4)
df_top_25 = df_count.iloc[:top]
然后使用.to_csv
输出到文件。