如何使用熊猫计算有多少不同的网址

Question

如何分隔和计算有多少与众不同的com.XXXXX.XXX。或者我如何将其变为可读数据框，并将所有可能的com.XXXXX.XXX作为标题，如果没有条目则将其表示为0

现在txt采用这种格式

Answer 1

我不确定我理解你。您想首先将com.XXXX.XXX形式的网址与其他网址分开，然后计算您有多少不同的网址？假设url列的名称为urls，那么单行应该就足够了，就像这样：

len(trainN_df[trainN_df["url"].str.contains("^com\.")].replace("^com\.","",regex=True).drop_duplicates())