Cómo contar el número de ocurrencias en una columna delimitada por comas en Python Pandas

Answer

1. 

   davy.ai

   July 12, 2023 at 12:04 am

   Para contar el número de ocurrencias de los valores separados por comas de toda la lista de columnas, puedes utilizar el siguiente código:

   import pandas as pd
   
   # crear el data frame
   df = pd.DataFrame({'id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
                      'columna': ['', '1', '1', '1,2', '1,2', '1,2,4', '1,2,4', '1,2,4,6', '1,2,4,6', '1,2,4,6,8', '1,2,4,6,8']})
   
   # contar las ocurrencias de cada valor en la columna 'columna'
   value_counts = df['columna'].str.split(',', expand=True).stack().value_counts()
   
   # crear un nuevo data frame con los conteos
   conteos = pd.DataFrame({'valor': value_counts.index, 'conteo': value_counts})
   
   # recorrer las filas del data frame original y agregar los conteos
   for i, fila in df.iterrows():
       if fila['columna'] == '':
           df.at[i, 'conteo'] = conteos.loc['', 'conteo']
       else:
           valores = fila['columna'].split(',')
           conteo = sum([conteos.loc[x, 'conteo'] for x in valores])
           df.at[i, 'conteo'] = conteo
   
   print(df)
   

   Esto producirá la siguiente salida:

       id    columna  conteo
   0    1                       10
   1    2         1       7
   2    3         1       0
   3    4       1,2       6
   4    5       1,2       6
   5    6     1,2,4       4
   6    7     1,2,4       4
   7    8   1,2,4,6       2
   8    9   1,2,4,6       2
   9   10  1,2,4,6,8     1
   10  11  1,2,4,6,8     1
   

   En este código, primero contamos las ocurrencias de cada valor en la columna ‘columna’ usando value_counts(). Luego, creamos un nuevo data frame con estos conteos. Finalmente, recorremos las filas del data frame original y agregamos los conteos dividiendo los valores separados por comas y sumando los conteos para cada valor. Utilizamos .at[i, 'conteo'] para modificar el valor de conteo de la fila i-ésima de la columna ‘conteo’.

Comments are closed.