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
相关产品推荐

