Question

我有一个看起来像这样的数据框：

    start   stop
0   1       2
1   3       4
2   2       1
3   4       3

我试图用元组列表中的key =（开始，停止）对和value =出现次数对构建字典，而不考虑顺序。换句话说，（1,2）和（2,1）都将被视为元组列表中的（1,2）对的出现。

所需的输出：dict_count= {('1','2'):2, ('3','4'):2}

这是我的尝试：

my_list=[('1','2'),('3','4')]

for pair in my_list:
    count=0
    if ((df[df['start']]==pair[0] and df[df['end']]==pair[1]) or (df[df['start']]==pair[1]) and df[df['end']]==pair[0])::
        count+=1
    dict_count[pair]=count

但是，这给了我一个KeyError： KeyError: "['1' ...] not in index"

Answer 1

使用values + sort，然后我们进行groupby

df.values.sort()
df
  start stop
0   '1'  '2'
1   '3'  '4'
2   '1'  '2'
3   '3'  '4'
df.groupby(df.columns.tolist()).size()
start  stop
'1'    '2'     2
'3'    '4'     2
dtype: int64

如果您需要dict

df.groupby(df.columns.tolist()).size().to_dict()
{("'1'", "'2'"): 2, ("'3'", "'4'"): 2}

更新

df['orther']=1
df[['start','stop']]=np.sort(df[['start','stop']].values)
df.groupby(['start','stop']).size().to_dict()
{("'1'", "'2'"): 2, ("'3'", "'4'"): 2}

Answer 2

使用collections.Counter：

>>> from collections import Counter
>>> Counter(map(tuple, np.sort(df[['start','stop']], axis=1)))
{(1, 2): 2, (3, 4): 2}

这不会修改您的原始DataFrame。

根据两个数据框列建立计数通道

2 个答案: