web-dev-qa-db-fra.com

Obtenez des valeurs uniques à partir de la série de listes pandas

J'ai une colonne dans DataFrame contenant la liste des catégories. Par exemple:

0                                                    [Pizza]
1                                 [Mexican, Bars, Nightlife]
2                                  [American, New, Barbeque]
3                                                     [Thai]
4          [Desserts, Asian, Fusion, Mexican, Hawaiian, F...
6                                           [Thai, Barbeque]
7                           [Asian, Fusion, Korean, Mexican]
8          [Barbeque, Bars, Pubs, American, Traditional, ...
9                       [Diners, Burgers, Breakfast, Brunch]
11                                [Pakistani, Halal, Indian]

J'essaie de faire deux choses:

1) Obtenez des catégories uniques - Mon approche consiste à avoir un ensemble vide, à parcourir les séries et à ajouter chaque liste.

mon code:

unique_categories = {'Pizza'}
for lst in restaurant_review_df['categories_arr']:
    unique_categories = unique_categories | set(lst)

Cela me donne un ensemble de catégories uniques contenues dans toutes les listes de la colonne.

2) Générez un graphique circulaire des nombres de catégories et chaque restaurant peut appartenir à plusieurs catégories. Par exemple: le restaurant 11 appartient aux catégories pakistanaise, indienne et halal. Mon approche consiste à nouveau à parcourir les catégories et à effectuer une autre itération à travers les séries pour obtenir les comptes.

Existe-t-il des moyens plus simples ou élégants de procéder?

Merci d'avance.

pythonpandassetuniquepie-chart
8
rohan

Mettre à jour en utilisant pandas 0.25.0+ avec explode

df['category'].explode().value_counts()

Production:

Barbeque       3
Mexican        3
Fusion         2
Thai           2
American       2
Bars           2
Asian          2
Hawaiian       1
New            1
Brunch         1
Pizza          1
Traditional    1
Pubs           1
Korean         1
Pakistani      1
Burgers        1
Diners         1
Indian         1
Desserts       1
Halal          1
Nightlife      1
Breakfast      1
Name: Places, dtype: int64

Et avec le traçage:

df['category'].explode().value_counts().plot.pie(figsize=(8,8))

Production:

enter image description here

Pour les versions antérieures de pandas avant 0.25.0 Essayez:

df['category'].apply(pd.Series).stack().value_counts()

Production:

Mexican        3
Barbeque       3
Thai           2
Fusion         2
American       2
Bars           2
Asian          2
Pubs           1
Burgers        1
Traditional    1
Brunch         1
Indian         1
Korean         1
Halal          1
Pakistani      1
Hawaiian       1
Diners         1
Pizza          1
Nightlife      1
New            1
Desserts       1
Breakfast      1
dtype: int64

Avec traçage:

df['category'].apply(pd.Series).stack().value_counts().plot.pie()

Production: enter image description here

Commentaires de Per @ coldspeed

from itertools import chain
from collections import Counter

pd.DataFrame.from_dict(Counter(chain(*df['category'])), orient='index').sort_values(0, ascending=False)

Production:

Barbeque     3
Mexican      3
Bars         2
American     2
Thai         2
Asian        2
Fusion       2
Pizza        1
Diners       1
Halal        1
Pakistani    1
Brunch       1
Breakfast    1
Burgers      1
Hawaiian     1
Traditional  1
Pubs         1
Korean       1
Desserts     1
New          1
Nightlife    1
Indian       1
12
Scott Boston