如何計算熊貓數據框中單元的項目數量（或長度）？

Question

在這個小數據幀：

d1 = pd.read_csv('to_count.mcve.txt', sep='\t') 

     M1   M2   F1 
     A,B,A,C,D A,C,B,C,B A 
     A,B,B,C,B A,B,A  B 
     C,B,C,D,E B,C   E 

步驟01：

我想數有多少F1值都在M1和M2

我可以做：

d1_count = d1.apply(lambda x: x.loc[::].str.count(x.F1), 1) 

輸出：

 M1 M2 F1    
     2 1 1 
     3 1 1 
     1 0 1 

步驟02：但我想除以2的計數，如果原始細胞的長度是3個以上（不含逗號）。

說明：

• 所有M1中的值具有長度超過3個，第一個M2具有長度大於3這麼多，統計了這些需求（除以2）來改變。

• M1中的第一個值是A,B,A,C,D

• 的F1值是A和有2個「A」在M1其中使用.str.count(x.F1)
• 由於A,B,A,C,D長度大於3我現在計數更改計數（除以2），結果爲1.
• 我想爲所有列自動執行此操作，因爲會有很多列。

最終預期輸出是：

 M1  M2     
    1  0.5 
    1.5 1 
    0.5 0 

任何建議。

Answer 1

看起來您的M1列中的「單元格」是用逗號分隔的字符串。首先將其轉換爲列表而不是字符串可能會更容易，因此您的操作是有意義的。像這樣：

df['M1_list'] = df['M1'].apply(lambda x: x.split(",")) 

現在你有一個名爲M1_list的列，其中每個條目都有一個列表。現在您可以再次使用.apply()來獲取您想要的號碼。

df['F1_count'] = df.apply(lambda x: x['M1_list'].count(x['F1']), axis=1) 

但是，這只是給你的項目的數量從F1在M1_list計數。要獲得條件：「如果你有超過3項除以2計數」你可以做的是另.apply：

df['F1_count'] = df.apply(lambda x: x['F1_count']/2 if len(x['M1']) >= 3 else x['F1_count'], axis=1) 

當然你也可以將其組合到一個單一的.apply聲明，如果你想要的。但是，如果分離複雜的操作，它會使代碼更容易閱讀。你可以結合這一種方式是使用輔助功能，而不是使用lambda：

def compute_F1(row): 
    M1_list = row['M1'].split(",") 
    f1_count = M1_list.count(row['F1']) 
    if (len(M1_list) >= 3): 
     return f1_count/2 
    else: 
     return f1_count 

然後應用函數每一行：

df['F1_count'] = df.apply(lambda x: compute_F1(x), axis=1) 

而且你應該有你的結果。