質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

Q&A

解決済

3回答

2708閲覧

python: pandasで、特定の文字列が出現する回数を数えたい

tanaka_shota

総合スコア19

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

0グッド

0クリップ

投稿2018/11/11 11:21

データ構造として、ある1つの列について、縦にそれぞれ、
a b c
a b
a c
a d
a
a c
b c

というように並んでいます。これらは、a b cであっても1つのcellに収納されています。
調べたところ、.countを用いれば数えることができるようでしたが、検索するのはcell単位で、そのcellの中に複数の文字(a b c)がある場合は、それぞれについて数えることができませんでした。
具体的には、
a b c :1
a c :2



となります。
しかし私は出力として、
a: 6
b: 3
c: 4
d: 1
としたいです。
どうすればいいでしょうか。最悪の場合、コピペして、ブラウザでctrl+fで検索してそれで出現回数を見ようと思ってます…

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

hayataka2049

2018/11/11 11:25

a b cは文字通りa b c(一文字のアルファベット)でしょうか? また、セル内で半角スペース区切りになっているという解釈で良いですか?
hayataka2049

2018/11/11 11:38

生のcsvのサンプルを頂けると手っ取り早いです(ダミーデータでも構いませんが、オリジナルと同じフォーマットでお願いします)
tanaka_shota

2018/11/11 11:38

a b cは実際には、a=ベンゼン、 b=トルエン などと化合物の名前が該当しています。セル内では、半角スペース区切りとなっています。よろしくおねがいします。
guest

回答3

0

ベストアンサー

質問にあるデータが収まっている列に対して Series.str.split(expand=True) することで 各文字をセルに納めることができますので、あとはunstack()して、value_counts() で数え上げてください。

Python

1import pandas as pd 2df = pd.DataFrame({'data':['a b c','a b','a c','a d','a','a c','b c']}) 3 4result = df['data'].str.split(expand=True).unstack().value_counts() 5print(result) 6#a 6 7#c 4 8#b 3 9#d 1 10#dtype: int64

投稿2018/11/11 11:46

magichan

総合スコア15898

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

tanaka_shota

2018/11/11 12:10

皆様、ありがとうございました。大変勉強になりました。
guest

0

すでにDataFrameになっているとして、

python

1>>> import pandas as pd 2>>> df = pd.DataFrame({0:["hoge fuga", "hoge fuga piyo", "fuga piyo", "piyo"]}) 3>>> df 4 0 50 hoge fuga 61 hoge fuga piyo 72 fuga piyo 83 piyo

無理やりスペース区切りでsplit→flattenしてみます。この時点でpandasは捨てて標準のpythonで処理する方針です。

python

1>>> lst = [y for x in df[0].str.split() for y in x] 2>>> lst 3['hoge', 'fuga', 'hoge', 'fuga', 'piyo', 'fuga', 'piyo', 'piyo']

あとはcollections.Counterで。

python

1>>> from collections import Counter 2>>> Counter(lst) 3Counter({'piyo': 3, 'fuga': 3, 'hoge': 2})

投稿2018/11/11 11:43

hayataka2049

総合スコア30933

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

pandasに拘らないのなら、collections.Counterが便利です。

Python

1from collections import Counter 2 3with open('src.dat') as fin: 4 data = [] 5 for row in fin: 6 data += row.split() 7 8counter = Counter(data) 9for k, v in counter.most_common(): 10 print(f'{k}: {v}')

実行結果 Wandbox

a: 6 c: 4 b: 3 d: 1

データの拡張子がcsvでも全く問題なく扱えます。
エクセルファイルなど複雑な書式であるなら、pandasを経由する必要もありそうです。

投稿2018/11/11 11:26

編集2018/11/11 11:28
LouiS0616

総合スコア35658

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問