如何获得熊猫数据框中列表中每个元素的频率分布？

Question

我正在尝试获取此数据帧中标签的频率分布。

问题在于每一行都包含一个标签列表，而不仅仅是一个。因此，我不能使用

df['Tags'].value_counts()

那我该怎么办？

Answer 1

对于0.25+的熊猫，请使用Series.explode：

s = df['Tags'].explode().value_counts()

使用DataFrame构造函数和DataFrame.stack的另一种解决方案也适用于0.25下的版本：

s = pd.DataFrame(df['Tags'].tolist()).stack().value_counts()

---

或者可以将纯python与Counter并进行展平：

from collections import Counter

s = pd.Series(Counter([y for x in df['Tags'] for y in x]))

示例：

df = pd.DataFrame({'Tags':[['a','b'],['a','b','c'],['c','b','c'], ['c']]})
s = df['Tags'].explode().value_counts()
print(s)
c    4
b    3
a    2
Name: Tags, dtype: int64