ID(id), 그룹(group)에 대한 열이 포함된 DataFrame이 제공됩니다. ) 및 용어(term)를 사용하여 ID와 용어의 각 고유 조합에 대해 각 용어의 발생을 효율적으로 계산하는 것이 목표입니다. group.
Pandas의 강력한 groupby 및 size 기능을 활용하면 루프에 의존하지 않고도 이를 달성할 수 있습니다.
df.groupby(['id', 'group', 'term']).size().unstack(fill_value=0)
이것은 작업은 용어를 나타내는 계층적 MultiIndex DataFrame을 생성합니다. 개수:
</p> <div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false"> term
그룹 용어1 용어2 용어3
ID
1 3 2 0
2 2 1 1
수백만 개의 행이 포함된 대규모 데이터 세트의 경우에도 이 벡터화된 접근 방식은 탁월한 성능을 보여줍니다.
1,000,000 rows ---------------- Elapsed time: 1.2 seconds
위 내용은 Pandas에서 ID 및 그룹별로 용어 발생을 효율적으로 계산하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
