Python 分割一只熊猫'；findall'；将结果列表分为多个项目，按唯一性分组

我已经下载了我的Twitter档案，我正试图对我与谁交谈最多进行一些分析

Tweets CSV列如下所示：

tweet_id,in_reply_to_status_id,in_reply_to_user_id,retweeted_status_id,retweeted_status_user_id,timestamp,source

我使用read_csv（）将tweets.csv文件导入到名为“indata”的数据框中

然后，为了获得tweets中提到的所有@handles的列表，我使用了以下方法：

handles = indata['text'].str.findall('@[a-zA-Z0-9_-]*')

结果:

timestamp
...
2013-04-12 11:24:27                                [@danbarker]
2013-04-12 11:22:32                                  [@SeekTom]
2013-04-12 10:50:45    [@33Digital, @HotwirePR, @kobygeddes, @]
2013-04-12 08:00:03                              [@mccandelish]
2013-04-12 07:59:01                                [@Mumbrella]
...
Name: text, dtype: object

我想能够做的是根据每个手柄和日期进行分组，以显示这些年来我与谁交谈最多的人数

---

有什么建议吗？

一种简单的方法可能是应用Series构造函数将其放入一个数据帧并堆叠到一个系列中（这样您就可以使用value\u counts）。。。如果不关心索引/时间戳，可以使用集合（可能更快）：

注意：我在这里使用

+

而不是

*

，因为我认为不应该包括

@

本身

使用此功能非常简单：

In [21]: from collections import Counter

In [22]: Counter(at_mentions.sum())
Out[22]: Counter({'@a': 2, '@b': 1, '@c': 1})

熊猫方式将保留索引（时间）信息

用于获取数据帧并将其转换为系列的系列构造函数：

In [31]: all_mentions = at_mentions.apply(pd.Series)

In [32]: all_mentions
Out[33]:
    0    1
0  @a   @b
1  @a  NaN
2  @c  NaN

我们可以在这里整理名称，以便更详细地描述正在发生的事情：

In [33]: all_mentions.columns.name = 'at_number'

In [34]: all_mentions.index.name = 'tweet'  # this is timestamp in your example

现在，当我们堆叠时，我们会看到级别的名称：

In [35]: all_mentions = all_mentions.stack()

In [36]: all_mentions
Out[36]:
tweet  at_number
1      0            @a
       1            @b
2      0            @a
3      0            @c
dtype: object

我们可以在这里进行许多其他分析，例如：

---

最终的结果相当于pd.Series（计数器（at_indications.sum（））

非常全面的答案，谢谢Andy。熊猫的原生方式对我来说很有效——我喜欢保留时间戳的想法，这样我就可以按日期分组——但是谢谢你介绍我收藏。柜台也是。

In [33]: all_mentions.columns.name = 'at_number'

In [34]: all_mentions.index.name = 'tweet'  # this is timestamp in your example

In [35]: all_mentions = all_mentions.stack()

In [36]: all_mentions
Out[36]:
tweet  at_number
1      0            @a
       1            @b
2      0            @a
3      0            @c
dtype: object

In [37]: all_mentions.value_counts()
Out[37]:
@a    2
@c    1
@b    1
dtype: int64