如何统计pandas DataFrame中逗号分隔交互字符串的各类型次数并生成新列
问题分析
你代码返回全NaN的核心问题出在筛选逻辑df[df['Interaction'] == 'like']:你的Interaction列存储的是逗号拼接的多交互字符串,没有任何一行的取值等于纯'like',筛选结果是空表,赋值后自然全为NaN。
正确实现方案
方案1:快速统计(适合交互名称无嵌套子串的场景)
直接用str.count统计每个交互的出现次数,代码简洁易读:
import pandas as pd # 你的原始DataFrame df = pd.DataFrame({'Name': ['John', 'Sara', 'Paul', 'Guest'], 'Interaction': ['share,like,share,like,like,like', 'love,like,share,like,love,like', 'share,like,share,like,like,like,share,like,share,like,like,hug','share,like,care,like,like,like']}) # 自动提取所有出现过的交互类型 all_actions = list(set(df['Interaction'].str.split(',').sum())) # 统计每个交互的出现次数 for action in all_actions: df[action] = df['Interaction'].str.count(action) # 新增总交互数列 df['total_interaction'] = df['Interaction'].str.split(',').str.len()
方案2:严谨统计(完全避免子串匹配误差)
如果存在交互名称有包含关系(比如同时有like和liked),可以拆分后再统计,结果100%准确:
import pandas as pd df = pd.DataFrame({'Name': ['John', 'Sara', 'Paul', 'Guest'], 'Interaction': ['share,like,share,like,like,like', 'love,like,share,like,love,like', 'share,like,share,like,like,like,share,like,share,like,like,hug','share,like,care,like,like,like']}) # 拆分后统计每行各交互的次数 action_counts = df['Interaction'].str.split(',').explode().groupby(level=0).value_counts().unstack(fill_value=0) # 合并统计结果到原表 df = df.join(action_counts) # 新增总交互数列 df['total_interaction'] = action_counts.sum(axis=1)
最终结果示例
运行后你会得到如下结构的DataFrame,所有统计列均为int类型:
| Name | Interaction | like | share | love | hug | care | total_interaction |
|---|---|---|---|---|---|---|---|
| John | share,like,share,like,like,like | 4 | 2 | 0 | 0 | 0 | 6 |
| Sara | love,like,share,like,love,like | 3 | 1 | 2 | 0 | 0 | 6 |
| Paul | 对应长交互字符串 | 7 | 4 | 0 | 1 | 0 | 12 |
| Guest | share,like,care,like,like,like | 4 | 1 | 0 | 0 | 1 | 6 |
内容的提问来源于stack exchange,提问作者MTALY
相关产品推荐
相关产品推荐

