我在pandas数据框中有一列词典.
srs_tf = pd.Series([{'dried': 1,'oak': 2},{'fruity': 2,'earthy': 2},{'tones': 2,'oak': 4}])
srs_b = pd.Series([2,4,6])
df = pd.DataFrame({'tf': srs_tf,'b': srs_b})
df
tf b
0 {'dried': 1,'oak': 2} 2
1 {'fruity': 2,'earthy': 2} 4
2 {'tones': 2,'oak': 4} 6
这些词典代表了葡萄酒描述中的词频(输入字典：{‘savoury’：1,’dried’：3,’thyme’：1,’notes’..}).我需要从这一列字典中创建一个输出字典,其中包含来自输入字典的所有键,并将它们映射到存在这些键的输入字典的数量.例如,单词“ dried”是输入字典中的850键,因此在输出字典{..’dried’：850 …}中.
我想尝试使用数据框.apply()方法,但是我认为使用不正确.
def worddict(row,description_counter):
for key in row['tf'].keys():
if key in description_counter.keys():
description_counter[key] += 1
else:
description_counter[key] = 1
return description_counter
description_counter = {}
output_dict = df_wine_list.apply(lambda x: worddict(x,description_counter),axis = 1)
有几件事.我认为我的轴应= 0而不是1,但是尝试时会出现此错误：KeyError：(‘tf’,’出现在未命名的索引：0′)
当我确实使用axis = 1时,我的函数将返回一列具有相同字典的字典,而不是单个字典.
最佳答案
您可以使用链和计数器：
from collections import Counter
from itertools import chain
Counter(chain.from_iterable(df['a']))
# Counter({'dried': 1,'earthy': 1,'fruity': 1,'oak': 2,'tones': 1})
要么,
Counter(y for x in df['a'] for y in x)
# Counter({'dried': 1,'tones': 1})
您还可以使用Index.value_counts,
pd.concat(map(pd.Series,df['a'])).index.value_counts().to_dict()
# {'dried': 1,'tones': 1}