You need to enable JavaScript to run this app. pandas如何按用户搜索列分组统计预测列各币种出现次数并拼接结果
优惠活动
大模型
产品
解决方案
定价
更多

pandas如何按用户搜索列分组统计预测列各币种出现次数并拼接结果

你可以直接用以下逻辑补全groupby后的代码:

import pandas as pd

user_data = pd.read_csv('static/user_searched_coins_df.csv')
# 注意如果你的搜索列实际名称是代码里写的'user searched coin',把下面groupby的参数替换成对应列名即可
user_data = user_data.groupby('u_search')['predicted'].apply(
    lambda x: ', '.join([f"{k} {v}" for k, v in x.value_counts().items()])
).reset_index()

逻辑说明

  • 先按u_search列分组,对每个分组内的predicted列单独处理
  • 用value_counts()直接统计当前分组下各预测币种的出现次数,返回的Series结构索引为币种名称,值为对应出现次数
  • 通过列表推导式把币种和次数拼接为币种 次数的格式,再用, 连接所有拼接结果,就得到你要的字符串格式
  • 最后调用reset_index()把分组后的索引还原为普通列,最终输出就是你预期的两列结构

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.11 09:39:03