我是Python的新手，所以我可能没有正确地写出这个词来找到答案。
使用熊猫，我可以在数据的描述字段中为每条记录找到最频繁的N个单词。但是，我有两列；分类列和说明字段。如何找到每个类别中最常见的单词？
防爆数据：
- Property|Description
- House| Blue, Two stories, pool
- Car| Green, Dented, Manual, New
- Car| Blue, Automatic, Heated Seat
- House|New, Furnished, HOA
- Car|Blue, Old, Multiple Owners
我当前的代码将返回Blue = 3，New = 2等。但是我需要知道的是，Blue两次出现在Car一词上，而House出现了一次。
当前相关代码
words = (data.Description.str.lower().str.cat(sep=' ').split())
keywords=pandas.DataFrame(Counter(words).most_common(10), columns=['Words', 'Frequency'])
数据
df=pd.DataFrame({'Property':['House','Car','Car','House','Car'],'Description':['Blue,Two stories,pool','Green,Dented,Manual,New','Blue,Automatic,Heated Seat','Blue,Furnished,HOA','Blue,Old,Multiple Owners']})
链式解决方案 df.assign(words=df.Description.str.lower().str.split(',')).explode('words').groupby('Property')['words'].value_counts()
细目解释
#Create list
df['words'] = df.Description.str.lower().str.split(',')
#Explode and count
df=df.explode('words').groupby('Property')['words'].value_counts()
Property words
Car blue 2
automatic 1
dented 1
green 1
heated seat 1
manual 1
multiple owners 1
new 1
old 1
House blue 2
furnished 1
hoa 1
pool 1
two stories 1
Name: words, dtype: int64
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句