计算一列中有多少个字符出现在另一列中（熊猫）

Question

我正在尝试计算第一列中有多少个字符出现在第二列中。它们可能以不同的顺序出现，并且不应被计算两次。例如，在这个 dfdf = pd.DataFrame(data=[["AL0","CP1","NM3","PK9","RM2"],["AL0X24",                            "CXP44",                            "MLN",                            "KKRR9",                            "22MMRRS"]]).T结果应该是：result = [3,2,2,2,3]

Answer 1

set.intersection压缩两列后看起来像：

[len(set(a).intersection(set(b))) for a,b in zip(df[0],df[1])]
#[3, 2, 2, 2, 3]

Answer 2

如果您比较具有相同多个字符的名称，例如，其他解决方案将失败。AAL0和AAL0X24。这里的结果应该是 4。

from collections import Counter

df = pd.DataFrame(data=[["AL0","CP1","NM3","PK9","RM2", "AAL0"],

                        ["AL0X24", "CXP44", "MLN", "KKRR9", "22MMRRS", "AAL0X24"]]).T

def num_shared_chars(char_counter1, char_counter2):

    shared_chars = set(char_counter1.keys()).intersection(char_counter2.keys())

    return sum([min(char_counter1[k], char_counter2[k]) for k in shared_chars])

df_counter = df.applymap(Counter)

df['shared_chars'] = df_counter.apply(lambda row: num_shared_chars(row[0], row[1]), axis = 'columns')

结果：

      0        1  shared_chars

0   AL0   AL0X24             3

1   CP1    CXP44             2

2   NM3      MLN             2

3   PK9    KKRR9             2

4   RM2  22MMRRS             3

5  AAL0  AAL0X24             4

Answer 3

坚持数据帧数据结构，你可以这样做：

>>> def count_common(s1, s2):

...     return len(set(s1) & set(s2))

...

>>> df["result"] = df.apply(lambda x: count_common(x[0], x[1]), axis=1)

>>> df

     0        1  result

0  AL0   AL0X24       3

1  CP1    CXP44       2

2  NM3      MLN       2

3  PK9    KKRR9       2

4  RM2  22MMRRS       3