Python 将bi报文添加到数据帧

我有一个类似这样的bi-gram列表：

[['a','b'],['e', ''f']]

现在，我想将这些bigram添加到数据帧中，其频率如下：

  b  f
a|1  0
e|0  1

我尝试使用以下代码执行此操作，但这会引发一个错误，因为索引还不存在。对于真正的大数据，有没有一种快速的方法可以做到这一点？（像20万个大字）

您可以从collections包中使用。注意，我将列表的内容更改为元组而不是列表。这是因为计数器键（如dict键）必须是可散列的

from collections import Counter

l = [('a','b'),('e', 'f')]
index, cols = zip(*l)
df = pd.DataFrame(0, index=index, columns=cols)
c = Counter(l)

for (i, c), count in c.items():
    df.loc[i, c] = count

以上是直觉。这可以封装在一行生成器表达式中，如下所示：

pd.Series(Counter((bg[i][0], bg[i][1]) for bg in bigrams for i in range(2))).unstack()

from collections import Counter

bigrams = [[['a','b'],['e', 'f']], [['a','b'],['e', 'g']]]
pairs = []
for bg in bigrams:
    pairs.append((bg[0][0], bg[0][1]))
    pairs.append((bg[1][0], bg[1][1]))
c = Counter(pairs)

>>> pd.Series(c).unstack()  # optional:  .fillna(0)
    b   f   g
a   2 NaN NaN
e NaN   1   1

pd.Series(Counter((bg[i][0], bg[i][1]) for bg in bigrams for i in range(2))).unstack()