Python 使用列中每个单元格的多个值创建df.mode

我有一个带有关键字列的数据框。该列中的每个单元格都有5-10个逗号分隔的单独值，由1-3个单词组成。如何计算列中出现最多的关键字

我尝试过df.Keywords.mode，但它会返回每个单元格的所有值，因为它们显然不会在每个单元格中出现多次

这里有一个图像来说明：

感谢所有的意见

谢谢

首先将expand=True用于DataFrame和重塑，然后按计数并按以下方式获取最大值：

如果没有缺失值，另一种解决方案是展平拆分列表并按计数器计数：

首先将expand=True用于DataFrame，然后按重塑，然后按计数并按获取最大值：

如果没有缺失值，另一种解决方案是展平拆分列表并按计数器计数：

---

你能给我们看看你的df在熊猫身上的样子吗？您是否有一列列表？5-10个逗号分隔的单个值是否表示@Jezrael的答案假设的一个大字符串，还是5-10个字符串的列表？向我们展示df。关键字[0]您能向我们展示一下您的df在熊猫中的样子吗？您是否有一列列表？5-10个逗号分隔的单个值是否表示@Jezrael的答案假设的一个大字符串，还是5-10个字符串的列表？向我们展示df.关键字[0]非常感谢！带计数器的第二种方法正是我想要的！我必须读一读这篇文章，因为我对列表的理解有点困惑，但这是一个极好的机会。非常感谢！谢谢！带计数器的第二种方法正是我想要的！我必须读一读这篇文章，因为我对列表的理解有点困惑，但这是一个极好的机会。非常感谢！

df = pd.DataFrame({'Keywords':['aa,bb,vv,vv','aa,aa,cc,bb','zz,bb,aa,ss']})

N = 5
df1 = (df.Keywords.str.split(',', expand=True)
         .stack()
         .value_counts()
         .head(N)
         .rename_axis('val')
         .reset_index(name='count'))
print (df1)
  val  count
0  aa      4
1  bb      3
2  vv      2
3  zz      1
4  cc      1

from collections import Counter
N = 5
df1 = pd.DataFrame(Counter([y for x in df.Keywords for y in x.split(',')]).most_common(N), 
                   columns=['val','count'])
print (df1)
  val  count
0  aa      4
1  bb      3
2  vv      2
3  zz      1
4  cc      1