Python 3.x 计算数据帧中字符串的出现次数

我有一个dataframe，它有几个列，包括一个相关性（rel）列和一个cpc（cpc）列。rel越高，cpc中的值越相关。我已经编写了计算cpc列中每个值出现次数的代码，但我想做的是将每个cpc字符串乘以

rel

，这样我就可以将更相关的cpc的权重高于不相关的cpc。例如，在第一行中，

rel

是74，因此每个字符串

H01L51/5036

、

H01L51/006

和

H01L51/5016

将被计数74次，而不是一次

我用来计数的代码是：

from collections import Counter
flat_cpcSet = [item for sublist in cpcSet for item in sublist]
result = Counter(flat_cpcSet)

cpcSet是一个列表列表。此后，我将cpc列表添加到数据帧中，而不是单独的列表

数据帧如下所示：

>df
    appID   rel au  x-num   cpc
0   12552285    74  1719    66561   ['H01L51/5036', 'H01L51/006', 'H01L51/5016']
1   11266356    57  2621    89783   ['C22B7/006', 'B01B1/005', 'C22B3/02', 'C22B3/065', 'C22B7/007', 'C22B11/042', 'C22B11/048', 'C22B59/00', 'Y02P10/214', 'Y02P10/234']
2   14273884    55  2864    69308   ['A46B9/021']
3   12524394    50  2459    60344   ['F02B37/013', 'F01D17/105', 'F01D25/24', 'F01N13/10', 'F02B37/02', 'F02B37/183', 'F02C6/12', 'F02B37/004', 'F02M26/16', 'F05D2270/58', 'Y02T50/671', 'Y02T10/144', 'F05D2230/21']
4   12023698    39  1757    68832   ['F01K23/101', 'Y02E20/16']
5   12421790    36  1635    68488   ['G09G3/3685', 'G09G3/3611', 'G09G3/20', 'G09G2330/021', 'G09G2330/06', 'G09G2370/08']
6   13177981    24  1631    83216   ['C07D209/88', 'A61K31/403', 'C07D209/82', 'A61K31/404', 'A61K31/4045', 'A61K31/437', 'A61K31/4439', 'A61K31/506', 'C07D209/08', 'C07D209/86', 'C07D401/06', 'C07D401/12', 'C07D403/06', 'C07D403/12', 'C07D405/12', 'C07D413/06', 'C07D471/04', 'C07D495/04', 'C07F5/022', 'A61K31/4155', 'A61K31/4188', 'A61K31/4192', 'A61K31/422']
7   13065610    23  2428    71350   ['G06Q50/24', 'G06F19/00']
8   13756098    17  2484    61743   ['F28D20/025', 'F28D20/02', 'F28D20/026', 'F28F2245/06', 'F28F2265/12', 'Y02E60/145', 'F28F2265/14']
9   12823912    6   2865    61269   []

我想要的是一个新的数据帧，它看起来像（注意，只是一个示例格式，不适合上述数据）：

我一直试图写一些东西，大致如下：

x = 0
while x <= len(df['cpc']):
    y = 0
    while y <= len(df['cpc'][x]):
        # code to multiply the string df['cpc'][x] by the int df['rel'][0]
        y += 1
    x += 1
    # code to count the occurrence of the strings and write a new dataframe

x=0
而x你几乎拥有你所需要的一切。只需调整您的
cpc
列并使用其上方的计数器即可：

df['w_cpc'] =df.cpc*df.rel
flat_data = list(x for l in df.w_cpc for x in l)
d = Counter(flat_data)
df = pd.DataFrame.from_dict(d, orient='index').reset_index()

df['w_cpc'] =df.cpc*df.rel
flat_data = list(x for l in df.w_cpc for x in l)
d = Counter(flat_data)
df = pd.DataFrame.from_dict(d, orient='index').reset_index()