Python 如何从多值列中计算最常用的值

我有这样一个问题：

我有一个带有店铺ID和店铺阴极的熊猫数据框，看起来像这样：

        id          cats
0       10002718    182,45001,83079
1       10004056    9798
2       10009726    17,45528
3       10009752    64324,17
4       1001107     44607,83520,76557
... ... ...
24922   9992184     45716
24923   9997866     77063
24924   9998461     45001,44605,3238,72627,83785
24925   9998954     69908,78574,77890
24926   9999728     45653,44605,83648,85023,84481,68822

所以问题是每个商店可以有多个阴极，任务是计算每个阴极的频率。最简单的方法是什么

总之，我需要有带有列的dataframe

        cats        count
0       1           133
1       2           1
2       3           15
3       4           12

与和一起使用：

或者将

expand=True

添加到

split

到

DataFrame

并：

---

您还可以懒洋洋地获取虚拟对象并对其进行汇总：

df['cats'].str.get_dummies（'，'）.sum（）.reset_index（）

，如果数据不是很大的话。

df1 = (df['cats'].str.split(',')
        .explode()
        .value_counts()
        .rename_axis('cats')
        .reset_index(name='count'))

df1 = (df['cats'].str.split(',', expand=True)
        .stack()
        .value_counts()
        .rename_axis('cats')
        .reset_index(name='count'))
print (df1.head(10))
    cats  count
0     17      2
1  44605      2
2  45001      2
3  83520      1
4  64324      1
5  44607      1
6  45653      1
7  69908      1
8  83785      1
9  83079      1