我拥有的示例数据集如下所示:
| Language | Count |
|---|---|
| Russian | 1000 |
| English | 1500 |
| Spanish | 500 |
| Arabic,Russian, English, Spanish | 2 |
| Arabic, English | 15 |
我希望它进行变换，使结果如下所示:
| Language | Count |
|---|---|
| Russian | 1002 |
| English | 1517 |
| Spanish | 502 |
| Arabic | 17 |
所以，我分析了包含多种语言的行.将它们添加到已经给定的语言中.如果没有给出(本例中为阿拉伯语)，则创建新的.
我怎样才能做到这一点？
使用DataFrame.assign加上Series.str.split、DataFrame.explode和最后的合计金额:
df = (df.assign(Language=df.Language.str.split(','))
.explode('Language')
.groupby('Language', as_index=False, sort=False)
.sum())
print (df)
Language Count
0 Russian 1002
1 English 1517
2 Spanish 502
3 Arabic 17