Pandas:如果字符串存在于几列中的任何一列中,我想对计数进行求和,并将该计数添加到具有搜索术语的另一个数据框中

2024-04-12

我有一个视频数据框,其中包含几列标签(字符串),如下所示:

import pandas as pd
videos = [(1, 'cool video','drama','horror'), (2, 'great video','sports','drama'), (3,'super video','comedy','horror')]
df = pd.DataFrame(data=videos, columns=['video_id', 'title','tag_1','tag_2'])

    video_id    title       tag_1   tag_2
0   1           cool video  drama   horror
1   2           great video sports  drama
2   3           super video comedy  horror

然后我有另一个搜索词“df_search_terms”的数据框(例如,我可以将其放入列表中)。我想看看这些搜索词是否在其中一列中至少出现一次,如果是,则在搜索词的数据帧中增加一个计数器(也就是说,好的,我们在视频中找到了这个词一次,所以 += 1 )。为了澄清这一点,我想知道搜索词在包含 +/- 1000 个视频的数据帧中与至少一个标签匹配了多少次。

显然,我可以对匹配项进行计数,但我只想为该特定术语增加 df_search_terms 中的计数器一次。像这样的东西(这不起作用,但我希望你明白要点):

search_count=df['tag_1'].str.contains('drama').sum()
df_search_terms.loc[(df_search_terms['search_term'] == 'drama'),'matching_videos'] +=1

df_search_terms 会是这样的:

search_terms = [('drama',0), ('horror',0), ('sports',0)]

df_search_terms = pd.DataFrame(data=search_terms, columns=['search_term', 'number_matching_videos'])

search_term     number_matching_videos
drama                            0
horror                           0
sports                           0

我想解决方案在于巧妙地使用 apply 但恐怕我无法弄清楚。

我尝试使用如下所示的“if”语句,但出现错误:

if df.loc[(df['name'] == 'drama') | (df['tag_1'] == 'drama') | (df['tag_2'] == 'drama')]:
  df_search_terms.loc[(df_search_terms['search_term'] == 'drama'),'matching_videos'] +=1

ValueError:DataFrame 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。


尝试这个:

(df_search_terms['number_matching_videos'] = 
 df_search_terms['search_term'].map(df.set_index('video_id')
                                    .stack()
                                    .str.get_dummies()
                                    .sum()))

这是另一种方法:

df_search_terms['number_matching_videos'] = (df_search_terms['search_term']
                                             .map((df.loc[:,df.columns.str.contains('tag')]
                                                   .stack()
                                                   .str.extractall('({})'.format(df_search_terms['search_term'].str.cat(sep='|')))[0]
                                                   .str.get_dummies()
                                                   .sum())))
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

Pandas:如果字符串存在于几列中的任何一列中,我想对计数进行求和,并将该计数添加到具有搜索术语的另一个数据框中 的相关文章

随机推荐