我有一个这样的数据框:
col_A col_B col_C
A B NaN
NaN NaN C
NaN B C
A NaN C
A NaN C
我想获得显示值在任意两列中出现次数的元组。例如:A 和 B 同时存在于数据框的第一行,但在其他任何地方都不存在。因此我应该得到这样的元组:
('A','B',1).
类似地,A 和 C 一起存在于 2 行中。因此输出应该是这样的:
('A','C',2)
对于任何 2 列也是如此。我如何实现这一点?
请您参考如下方法:
使用嵌套列表推导式通过 Counter 删除缺失值:
from collections import Counter
c = Counter([tuple([y for y in x if pd.notnull(y)]) for x in df.values.tolist()])
print (c)
Counter({('A', 'C'): 2, ('A', 'B'): 1, ('C',): 1, ('B', 'C'): 1})
或stack要删除缺失值,请通过 GroupBy.apply 创建元组并添加 value_counts :
c = df.stack().groupby(level=0).apply(tuple).value_counts()
print (c)
(A, C) 2
(A, B) 1
(C,) 1
(B, C) 1
dtype: int64
最后为键添加值:
out = [i + (j,) for i, j in c.items()]
print (out)
[('A', 'B', 1), ('C', 1), ('B', 'C', 1), ('A', 'C', 2)]
