使用 Pandas 合并相似数据

Question

如何将“推荐”等类似数据合并为一个值？df['Why you choose us'].str.lower().value_counts()location                           35recommendation                     23recommedation                       8confort                             7availability                        4reconmmendation                     3facilities                          3

Answer 1

打印（df）

            reason  count

0         location     35

1   recommendation     23

2    recommedation      8

3          confort      7

4     availability      4

5  reconmmendation      3

6       facilities      3

.groupby(), 部分字符串。.transform()同时找到sum

df['groupcount']=df.groupby(df.reason.str[0:4])['count'].transform('sum')

          reason  count  groupcount

0         location     35          35

1   recommendation     23          34

2    recommedation      8          34

3          confort      7           7

4     availability      4           4

5  reconmmendation      3          34

6       facilities      3           3

如果需要并排查看字符串和部分字符串。尝试

df=df.assign(groupname=df.reason.str[0:4])

df['groupcount']=df.groupby(df.reason.str[0:4])['count'].transform('sum')

print(df)

      reason  count groupname  groupcount

0         location     35      loca          35

1   recommendation     23      reco          34

2    recommedation      8      reco          34

3          confort      7      conf           7

4     availability      4      avai           4

5  reconmmendation      3      reco          34

6       facilities      3      faci           3

如果你有多个连续的项目，就像你在 csv 中一样；然后

#Read csv

df=pd.read_csv(r'path')

#Create another column which is a list of values 'Why you choose us' in each row

df['Why you choose us']=(df['Why you choose us'].str.lower().fillna('no comment given')).str.split(',')

#Explode group to ensure each unique reason is int its own row but with all the otehr attrutes intact

df=df.explode('Why you choose us')

#remove any white spaces before values in the column group and value_counts

df['Why you choose us'].str.strip().value_counts()

print(df['Why you choose us'].str.strip().value_counts())

location            48

no comment given    34

recommendation      25

confort              8

facilities           8

recommedation        8

price                7

availability         6

reputation           5

reconmmendation      3

internet             3

ac                   3

breakfast            3

tranquility          2

cleanliness          2

aveilable            1

costumer service     1

pool                 1

comfort              1

search engine        1

Name: group, dtype: int64