Question

我有一个具有以下结构的数据框：

prod_sec     
A    
AA    
AAAAAAAAAAB    
AAAABCCCAA    
AACC   
ABCCCBAC

df = pd.DataFrame({'prod_sec': ['A','AA','AAAAAAAAAAB','AAAABCCCAA','AACC','ABCCCBAC']})

每个字符串都是由字母组成的序列（在此示例中为A到C）。
我想为每个字母创建一个列表，以计算整个熊猫列中每个位置的出现次数。

例如，在第一个字符串中，A仅位于第一个位置/索引中，而不位于其他位置。
在第二个字符串中，A位于前两个位置，而不位于其他位置
在第三个字符串中，A具有直到最后一个的所有位置。等等...
我想要按位置总计该列的总数。
以下是A的示例：

A            ->     [1,0,0,0,0,0,0,0,0,0,0]    
AA                  [1,1,0,0,0,0,0,0,0,0,0]
AAAAAAAAAAB   ->    [1,1,1,1,1,1,1,1,1,1,0] 
AAAABCCCAA          [1,1,1,1,0,0,0,0,0,0,1]
AACC                [1,1,0,0,0,0,0,0,0,0,0]
ABCCCBAC    ->      [1,0,0,0,0,0,1,0,0,0,0]

所以对于A，我希望输出类似于以下内容... A [6,4,2,2,1,1,2,1,1,1,0]
最后，我试图获得一个矩阵，每个字符都有一行。

                    [6,4,2,2,1,1,2,1,1,1,0]
                    [0,1,0,0,1,1,0,0,0,0,1]
                    [0,0,1,1,0,1,2,0,0,0,0]

Answer 1

以下应能工作。您可以根据自己的实际需求（numpy数组，数据框，字典等）调整结果。告诉我是否需要更多帮助。

max_length=max([len(i) for i in df.prod_sec])

d={'A':[0]*max_length, 'B':[0]*max_length, 'C':[0]*max_length}

for i in df.prod_sec:
    for k in range(len(i)):
        d[i[k]][k]+=1

result=pd.DataFrame.from_dict(d, orient='index')

如何在熊猫列中的字符串中计算字符

1 个答案: