1

Необходимо вычислить количество повторяющихся пар в столбце name:

d = {'name': ['rick, mike, morty', 'tot, piter, carl', 'brick, nick', 'rick, reaven, bart, homer', 'rick, morty'],
     'Date': ['11/05/2011', '9/02/2010', '1/01/2014', '12/20/2020', '9/30/2009'],
     'Address': ['AR', 'YU', 'RU', 'EU', 'BY']}
df = pd.DataFrame(data = d)

Ответ должен выглядеть как:

name inp
rick, morty 2

Нет ли другого выхода, кроме как использовать функцию for и combinations? Ну, или хотя бы без for)

6
  • "повторяющаяса пара" это что? 10 сен 2021 в 8:42
  • 1
    Это два значения в ячейке, находящиеся не обязательно подряд, и имеющиеся в других ячейках вместе (не обязательно подряд). 10 сен 2021 в 8:46
  • А если встретится не пара а тройка?
    – A_Vaclav
    10 сен 2021 в 12:58
  • Можно и тройка. 10 сен 2021 в 13:08
  • Я пока что не вижу как это без циклов сделать. Накидал функцию, которая дает список имен которые входят 2 и более раз. Нужно?
    – A_Vaclav
    10 сен 2021 в 13:11

3 ответа 3

2

вместо цикла for можно использовать встроенную функцию map, примерно так:

from itertools import combinations,chain
from collections import Counter
import pandas as pd

d = {'name': ['rick, mike, morty', 'tot, piter, carl', 'brick, nick', 'rick, reaven, bart, homer', 'morty, rick'],
     'Date': ['11/05/2011', '9/02/2010', '1/01/2014', '12/20/2020', '9/30/2009'],
     'Address': ['AR', 'YU', 'RU', 'EU', 'BY']}
c = Counter(chain(*map(lambda x: combinations(sorted(x.split(', ')),2), d['name'])))
df = pd.DataFrame({'names': c.keys(), 'inp':c.values()})
df = df[df.inp>1].set_index('names')

вывод:

              inp
names   
(morty, rick)   2
2

Это не полный ответ. Пример кода, который дает список повторений 2 и более раз. На его основании можно построить правило отбора...

import pandas as pd

d = {'name': ['rick, mike, morty', 'tot, piter, carl', 'brick, nick',
              'rick, reaven, bart, homer', 'rick, morty'],
     'Date': ['11/05/2011', '9/02/2010', '1/01/2014',
              '12/20/2020', '9/30/2009'],
     'Address': ['AR', 'YU', 'RU', 'EU', 'BY']}
df = pd.DataFrame(data = d)
#добавим новый столбец, в котором строку с именами преобразуем
#в лист с именами
df['lists_name'] = df['name'].str.split(',')

def get_list_repeats_name(arr):
    #arr - серия из списка списков
    list_name = [y for x in arr for y in x]
    set_name = set(list_name)
    return [x for x in set_name if list_name.count(x) >= 2]

print(get_list_repeats_name(df['lists_name']))

>>>['rick', ' morty']
1

C помощью коллективного разума решение найдено):

d = {'name': ['mike, rick, morty', 'tot, piter, carl', 'brick, nick', 'rick, reaven, bart, homer', 'rick, morty'], 'Date': ['11/05/2011', '9/02/2010', '1/01/2014', '12/20/2020', '9/30/2009'], 'Address': ['AR', 'YU', 'RU', 'EU', 'BY']}
df = pd.DataFrame(data = d)
df['name'] = df.name.str.split(',\s*')
df['gr'] = df.name.apply(lambda x: list(combinations(x, 2)))
df = df.explode('gr')
df['gr'] = df.gr.str.join(',')
display(df.gr.value_counts().index[0])

Спасибо за посильное участие!

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.