我有一个包含数千条推文的 csv 文件。假设数据如下:
Tweet_id hashtags_in_the_tweet
Tweet_1 [trump, clinton]
Tweet_2 [trump, sanders]
Tweet_3 [politics, news]
Tweet_4 [news, trump]
Tweet_5 [flower, day]
Tweet_6 [trump, impeach]
如您所见，数据包含 tweet_id 和每条推文中的主题标签。我想要做的是去所有的行，最后给我一些像值计数的东西:
Hashtag count
trump 4
news 2
clinton 1
sanders 1
politics 1
flower 1
obama 1
impeach 1
考虑到 csv 文件包含 100 万行(100 万条推文)，执行此操作的最佳方法是什么？
最佳答案
使用np.unique
v,c=np.unique(np.concatenate(df.hashtags_in_the_tweet.values),return_counts=True)
#pd.DataFrame({'Hashtag':v,'Count':c})
即使问题看起来不同，但仍然相关unnesting问题
unnesting(df,['hashtags_in_the_tweet'])['hashtags_in_the_tweet'].value_counts()
关于python - 遍历 pandas 中的行并计算唯一的主题标签，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53530816/