如何用pandas透视表统计法语翻译出现次数及多译拆分处理

问题原因说明 #

你第二次代码报错是因为index和values参数同时指定了french列，出现列名冲突触发维度错误；且你需求是统计不同组合的出现次数，不需要用nunique函数，直接统计条目数即可。

基础需求实现（按原始翻译条目统计） #

直接用groupby分组统计即可，代码如下：

df_eng_word_trans = df_user_vocabulary.groupby(['English', 'French'], as_index=False)\
    .size()\
    .rename(columns={
        'French': 'French translation',
        'size': 'Number of times'
    })

运行后即可得到你预期的按原翻译条目分类的统计结果。

进阶需求实现（拆分多翻译后合并统计） #

先对包含多个翻译的条目做拆分、展开处理后再分组统计，代码如下：

# 处理多翻译条目：拆分、展开、去空格
df_processed = df_user_vocabulary.copy()
df_processed['French'] = df_processed['French'].str.split(',')
df_processed = df_processed.explode('French')
df_processed['French'] = df_processed['French'].str.strip()

# 分组统计次数
df_eng_word_trans_split = df_processed.groupby(['English', 'French'], as_index=False)\
    .size()\
    .rename(columns={
        'French': 'French translation',
        'size': 'Number of times'
    })

运行后即可得到拆分翻译后的统计结果，符合你给出的进阶预期输出。

注意：如果你的实际数据表列名为小写的english、french，把代码中对应的列名替换为小写即可。

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