如何有效計算 Pandas DataFrame 中組內術語的出現次數？-Python教學-PHP中文網

如何有效計算 Pandas DataFrame 中組內術語的出現次數？

Linda Hamilton

發布： 2024-12-12 17:11:14

原創

626 人瀏覽過

How to Efficiently Count Term Occurrences within Groups in a Pandas DataFrame?

按Pandas 資料框中的術語計數進行分組

問題：

問題：

給定🎜>問題：

df.groupby(['id', 'group', 'term']).size().unstack(fill_value=0)

登入後複製

給定🎜>問題：

給定一個資料框以下列：id、group 和term。目標是確定每個術語在 id 和 group 的每個唯一組合中出現的次數。

解決方案：

df = pd.DataFrame(dict(id=np.random.choice(100, 1000000),
                       group=np.random.choice(20, 1000000),
                       term=np.random.choice(10, 1000000)))

登入後複製

要避免使用循環，請使用groupby 和Pandas 中的size 函數：

groupby 函數按指定列（id、group 和term），而size 函數計算每個組合的出現次數。 unstack 函數會產生一個更具視覺吸引力的表格，其中計數以矩陣形式排列。結果是一個具有多重索引列的表格，其中前兩個層級代表 id 和 group 的組合，第三個層級代表 id 和 group 的組合對應於該術語。表中的每個儲存格顯示特定術語在對應 ID 和群組中出現的次數。時間：對於大型資料集（例如1,000,000 行），效能非常出色：使用上述方法，使用上述方法約為1秒。

以上是如何有效計算 Pandas DataFrame 中組內術語的出現次數？的詳細內容。更多資訊請關注PHP中文網其他相關文章！