データフレーム内の複数あるデータの集計について

Question

日本のイベントをまとめたデータフレーム【df_event】があります。
df_event["協賛会社"]のデータから、matplotlibで可視化をしたいと考えています。

まずはdf_event["協賛会社"]のデータの集計をしようと思ったのですが、どうやら下記のように協賛会社が複数のところもあり、上手く集計することができません。。
【理想の形】にするために何かいい方法はないでしょうか？
どなたかお力添えをよろしくお願いいたします。。

【df_event】
|イベント名|都道府県名|費用（万円）|協賛会社|開催|
|:--|:--:|--:|
|〇〇祭り|北海道|780|A社|1985/4/11|
|□□大会|北海道|467|B社|1940/10/24|
|・|・|・|・|・|
|△△パーティー|東京都|428|C社、D社|2007/1/22
|●●祭|神奈川県|591|E社、F社、A社|2002/9/1|
|・|・|・|・|・|
|✖︎✖︎生誕祭|大阪府|227|G社、B社|1967/10/2
|■■ディナーショー|大阪府|74|C社|1999/3/30|
|・|・|・|・|・|・|
|▲▲イベント|沖縄|356|D社、E社、F社|1963/3/14

【現状】

[In]
df_event_corporation = df_event["協賛会社"].value_counts().sort_values(ascending=False)
df_event_corporation
---------------------------------------------------------
[Out]
A社　294
B社　258
C社　199
D社　102
・
・
F社　52
A社、B社　2
C社、D社　2
D社、E社、F社　1
E社、F社、A社　1
・
・

【理想の形】

[Out]
A社　322
B社　279
C社　230
D社　183
E社　142
・
・

Answer 1

df_event["協賛会社"].str.get_dummies(sep='、').sum()

ですね。

Comments

[magichan]

素晴らしい。.str accessorにこんな便利なmethodがあるとは、今まで気が付きませんでした。

[退会済みユーザー]

ありがとうございます！！
こんなに簡単に集計できるなんて、、助かりましたm(_ _)m

Answer 2

こんにちは

以下のようにして、協賛会社と回数を持つDataFrameを作るのはいかがでしょうか？

from collections import Counter

sponsors_cnt = Counter()

for i, v in df_event["協賛会社"].iteritems():
    sponsors_cnt.update(v.split('、'))

df_sponsors = pd.DataFrame(
    columns=["協賛会社", "回数"],
    data=sorted(sponsors_cnt.items(), key=lambda x: x[1], reverse=True)
)

上記では、協賛会社と回数を持つDataFrame df_sponsors を作成し、協賛回数の多い順に、各社の回数データを追加しています。

• **動作確認用Repl.it: **https://repl.it/@jun68ykt/Q235610

Comments

[退会済みユーザー]

ありがとうございます！！

Answer 3

サンプルです。

df
#     col
#0    A
#1    B
#2  A,B
#3    B
#4    C

df['col'].str.contains('A').sum()
#2