Question

我是Python的新手，我正在尝试处理一个小项目并且有点困惑。

我有2个csv文件，如下所示：

all_cars：

first_Car,second_car
Mazda, Skoda
Ferrari, Volkswagen
Volkswagen, Toyota
BMW, Ferrari
BMW, Mercedes

super_cars：

super_car_name
Ferrari
BMW
Mercedes

我基本上想要做的只是计算文件1中文件2中的汽车的次数。如果汽车仅代表文件1而不是文件2，我不会想要它。

我根据我的示例文件尝试做的是：

Ferrari : 2
BMY : 2
Mercedes : 1

Answer 1

我这样做：

hive> select date_format(from_unixtime(epoch_datetime), 'yyyy-MM-dd') as day from table_name limit 20;

-- If required, remove the millis precision for timestamps
hive> select date_format(from_unixtime(cast(epoch_datetime/1000 as bigint)), 'yyyy-MM-dd') as day from table_name limit 20;

其中In [220]: d1.stack().value_counts().to_frame('car').loc[d2.super_car_name] Out[220]: car Ferrari 2 BMW 2 Mercedes 1和d1 - 您的源DataFrames（可以使用d2方法从CSV文件轻松解析）：

pd.read_csv()

Answer 2

您可以使用isin查找匹配项，然后使用stack和value_counts将所有内容放入一个表格中：

df1[df1.isin(df2.super_car_name.values)].stack().value_counts()

Ferrari     2
BMW         2
Mercedes    1
dtype: int64

使用pandas在csv中发生python计数

2 个答案: