如何使用pandas统计数据集中指定列的不同配对元素出现次数

我们需要统计数据集中每个括号配对元素在全量行中的总出现次数，示例数据集如下：

col
('a', 'b'),('a', 'c'),('b', 'c')
('g', 'h'),('a', 'c'),('a', 'b')

预期输出每个配对对应的累计出现次数，效果如下：

Output:
('a', 'b')  2
('a', 'c')  2
('b', 'c')  1
('g', 'h')  1

实现代码 #

在pandas中可通过以下一行代码实现需求：

h = data['col'].str.findall(r'(\([^()]+\))').explode().value_counts()

代码逻辑说明 #

• 第一步用str.findall(r'(\([^()]+\))')通过正则匹配，提取每行中所有符合(字符,字符)格式的配对元素，每行返回匹配结果的列表
• 第二步用explode()将列表形式的匹配结果拆分为独立行，每个配对单独占据一行
• 第三步用value_counts()统计所有配对的全局出现频次

内容的提问来源于stack exchange，提问作者user15649753