pandas dataframe 一行变多行 (query pv统计term pv）

关键字：

• 用jieba切词
• 用expand 一列变多列
• 用stack 列转行
• 用group by + aggr 相同term的pv求和

上效果：

     query       pv
0    今日新鲜事    10000
1    今日头条    100
2    北京天气    2000
3    上海天气    3000

     term    pv
0    上海    3000
1    今日    10100
2    北京    2000
3    天气    5000
4    头条    100
5    新鲜事    10000

 

上代码：

import pandas as pd
import numpy as np
import jieba

df = pd.DataFrame({'query':['今日新鲜事','今日头条','北京天气','上海天气'],
                   'pv':[10000,100,2000,3000]})

#先用jieba切词
df['query'] = df['query'].apply(lambda x: ','.join(jieba.cut(x)))

df = (df.set_index(['pv'])['query']
       .str.split(',', expand=True)  # query切分并expand成多列
       .stack()   # 列转行
       .reset_index(level=1, drop=True) # 删除列对齐后的空值
       .reset_index(name='term')
       .groupby('term').agg({'pv': np.sum})  # pv按term求和
       .reset_index())