Мой Dataframe:
Name fav_fruit
0 justin apple
1 bieber justin apple
2 Kris Justin bieber apple
3 Kim Lee orange
4 lee kim orange
5 mary barnet orange
6 tom hawkins pears
7 Sr Tom Hawkins pears
8 Jose Hawkins pears
9 Shanita pineapple
10 Joe pineapple
df1=pd.DataFrame({'Name':['justin','bieber justin','Kris Justin bieber','Kim Lee','lee kim','mary barnet','tom hawkins','Sr Tom Hawkins','Jose Hawkins','Shanita','Joe'],
'fav_fruit':['apple'
,'apple'
,'apple'
,'orange'
,'orange'
,'orange'
,'pears'
,'pears','pears'
,'pineapple','pineapple']})
Я хочу подсчитать количество общих слов в столбце Name после grouby на столбце fav_fruit, поэтому для подсчета ячеек 2 justin bieber, для оранжевого кима, lee и для ананаса 0
Ожидаемый результат:
Name fav_fruit count
0 justin apple 2
1 bieber justin apple 2
2 Kris Justin bieber apple 2
3 Kim Lee orange 2
4 lee kim orange 2
5 mary barnet orange 2
6 tom hawkins pears 2
7 Sr Tom Hawkins pears 2
8 Jose Hawkins pears 2
9 Shanita pineapple 0
10 Joe pineapple 0
Мне кажется, нужно transform
с помощью пользовательской функции - сначала создайте одну большую строку объединенных значений, преобразуйте ее в нижний регистр и разделите, используйте последние collections.Counter
Counter с фильтрацией всех дублированных значений:
from collections import Counter
def f(x):
a = ' '.join(x).lower().split()
return len([k for k, v in Counter(a).items() if v != 1])
df['count'] = df.groupby('fav_fruit')['Name'].transform(f)
print (df)
Name fav_fruit count
0 justin apple 2
1 bieber justin apple 2
2 Kris Justin bieber apple 2
3 Kim Lee orange 2
4 lee kim orange 2
5 mary barnet orange 2
6 tom hawkins pears 2
7 Sr Tom Hawkins pears 2
8 Jose Hawkins pears 2
9 Shanita pineapple 0
10 Joe pineapple 0