概述
我开始使用类似于下面的数据框,并使用以下函数对其进行转换以查找每个单词的总计数.
query count foo bar 10 super 8 foo 4 super foo bar 2
功能如下:
def _words(df): return df['query'].str.get_dummies(sep=' ').T.dot(df['count'])
导致下面的df(注意’foo’是16,因为它在整个df中出现16次):
bar 12 foo 16 super 10
当尝试在df中找到给定关键字的概率时会出现问题,该关键字当前不附加列名.下面是我目前正在使用的内容,但是抛出“AttributeError:’Series’对象没有属性’columns’”错误.
def _probability(df,query): return df[query] / df.groupby['count'].sum()
我希望调用_probability(df,’foo’)将返回0.421052632(16 /(12 16 10)).提前致谢!
df['query'].str.get_dummies(sep=' ').T.dot(df['count']).pipe(lambda x: x / x.sum()) bar 0.315789 foo 0.421053 super 0.263158 dtype: float64
从头开始:
这更复杂但更快
from numpy.core.defchararray import count q = df['query'].values c = df['count'].values.repeat(count(q.astype(str),' ') + 1) f,u = pd.factorize(' '.join(q.tolist()).split()) b = np.bincount(f,c) pd.Series(b / b.sum(),u) foo 0.421053 bar 0.315789 super 0.263158 dtype: float64
总结
以上是编程之家为你收集整理的python – Pandas值的概率全部内容,希望文章能够帮你解决python – Pandas值的概率所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧