Question

在这个小数据框中：

d1 = pd.read_csv('to_count.mcve.txt', sep='\t')

      M1          M2          F1 
      A,B,A,C,D   A,C,B,C,B   A 
      A,B,B,C,B   A,B,A       B 
      C,B,C,D,E   B,C         E

步骤01：

我想计算 F1中有多少值在M1和M2中

我能做到：

d1_count = d1.apply(lambda x: x.loc[::].str.count(x.F1), 1)

输出：

步骤02：但如果原始单元格的长度超过3（不包括逗号），我想将计数除以2.

说明：

M1中的所有值都长度大于3，第一个M2的长度大于3.因此，需要更改这些值的计数（除以2）。
M1中的第一个值是A,B,A,C,D
F1值为A，M1中有2个'A'，使用.str.count(x.F1)
因为A,B,A,C,D的长度超过3.我现在更改计数（除以2），结果为1.
我想自动为所有列执行此操作，因为会有很多列。

最终预期产出为：

任何建议。

Answer 1

看起来M1列中的“单元格”是以逗号分隔的字符串。首先将它转换为列表而不是字符串可能更容易，因此您的操作是有意义的。像这样：

df['M1_list'] = df['M1'].apply(lambda x: x.split(","))

现在您有一个名为M1_list的列，其中每个条目都有一个列表。现在，您可以再次使用.apply()来获取所需的数字。

df['F1_count'] = df.apply(lambda x: x['M1_list'].count(x['F1']), axis=1)

但是这只会计算F1中M1_list项的数量。要获得“如果你有超过3个项目将计数除以2”的条件，你可以做另一个.apply：

df['F1_count'] = df.apply(lambda x: x['F1_count'] / 2 if len(x['M1']) >= 3 else x['F1_count'], axis=1)

如果您愿意，您当然可以将这些组合成一个.apply语句。但是，如果拆分复杂的操作，它会使代码更容易阅读。您可以将这种方法与辅助功能结合使用，而不是使用lambda：

def compute_F1(row):
    M1_list = row['M1'].split(",")
    f1_count = M1_list.count(row['F1'])
    if (len(M1_list) >= 3):
        return f1_count / 2
    else:
        return f1_count

然后将该函数应用于每一行：

df['F1_count'] = df.apply(lambda x: compute_F1(x), axis=1)

你应该得到你的结果。

如何计算pandas数据帧中单元格的项目数（或长度）？

1 个答案: