将 Counter 对象转换为 Pandas DataFrame

Question

我在列表中使用 Counter 来计算这个变量：

final = Counter(event_container)

打印最后给出：

Counter({'fb_view_listing': 76, 'fb_homescreen': 63, 'rt_view_listing': 50, 'rt_home_start_app': 46, 'fb_view_wishlist': 39, 'fb_view_product': 37, 'fb_search': 29, 'rt_view_product': 23, 'fb_view_cart': 22, 'rt_search': 12, 'rt_view_cart': 12, 'add_to_cart': 2, 'create_campaign': 1, 'fb_connect': 1, 'sale': 1, 'guest_sale': 1, 'remove_from_cart': 1, 'rt_transaction_confirmation': 1, 'login': 1})

现在我想将 final 转换为 Pandas DataFrame，但是当我这样做时：

final_df = pd.DataFrame(final)

但是我得到一个错误。

我想 final 不是一个合适的字典，那么我怎样才能将 final 转换成一个字典呢？还是将 final 转换为 DataFrame 的另一种方法？

Answer 1

如果您想要两列，请在使用 from_dict:

从字典创建 DataFrame 时设置关键字参数 orient='index'

final_df = pd.DataFrame.from_dict(final, orient='index')

见documentation on DataFrame.from_dict

Answer 2

您可以使用 from_dict and pass param orient='index', then call reset_index 进行构造，因此您会得到一个 2 列的 df:

In [40]:
from collections import Counter
d = Counter({'fb_view_listing': 76, 'fb_homescreen': 63, 'rt_view_listing': 50, 'rt_home_start_app': 46, 'fb_view_wishlist': 39, 'fb_view_product': 37, 'fb_search': 29, 'rt_view_product': 23, 'fb_view_cart': 22, 'rt_search': 12, 'rt_view_cart': 12, 'add_to_cart': 2, 'create_campaign': 1, 'fb_connect': 1, 'sale': 1, 'guest_sale': 1, 'remove_from_cart': 1, 'rt_transaction_confirmation': 1, 'login': 1})
df = pd.DataFrame.from_dict(d, orient='index').reset_index()
df

Out[40]:
                          index   0
0                         login   1
1   rt_transaction_confirmation   1
2                  fb_view_cart  22
3                    fb_connect   1
4               rt_view_product  23
5                     fb_search  29
6                          sale   1
7               fb_view_listing  76
8                   add_to_cart   2
9                  rt_view_cart  12
10                fb_homescreen  63
11              fb_view_product  37
12            rt_home_start_app  46
13             fb_view_wishlist  39
14              create_campaign   1
15                    rt_search  12
16                   guest_sale   1
17             remove_from_cart   1
18              rt_view_listing  50

您可以将列重命名为更有意义的名称：

In [43]:
df = df.rename(columns={'index':'event', 0:'count'})
df

Out[43]:
                          event  count
0                         login      1
1   rt_transaction_confirmation      1
2                  fb_view_cart     22
3                    fb_connect      1
4               rt_view_product     23
5                     fb_search     29
6                          sale      1
7               fb_view_listing     76
8                   add_to_cart      2
9                  rt_view_cart     12
10                fb_homescreen     63
11              fb_view_product     37
12            rt_home_start_app     46
13             fb_view_wishlist     39
14              create_campaign      1
15                    rt_search     12
16                   guest_sale      1
17             remove_from_cart      1
18              rt_view_listing     50

Answer 3

我发现将 Counter 转换为 pandas Series 更有用，该 Series 已经按计数排序并且排序的项目是索引，所以我使用了 zip：

def counter_to_series(counter):
  if not counter:
    return pd.Series() 
  counter_as_tuples = counter.most_common(len(counter)) 

  items, counts = zip(*counter_as_tuples)
  return pd.Series(counts, index=items)

计数器对象的 most_common 方法 returns (item, count) 元组的列表。 zip计数器没有物品时会抛出异常，所以必须事先检查一个空的计数器。

Answer 4

另一种选择是使用DataFrame.from_records方法

import pandas as pd
from collections import Counter

c = Counter({'fb_view_listing': 76, 'fb_homescreen': 63, 'rt_view_listing': 50, 'rt_home_start_app': 46, 'fb_view_wishlist': 39, 'fb_view_product': 37, 'fb_search': 29, 'rt_view_product': 23, 'fb_view_cart': 22, 'rt_search': 12, 'rt_view_cart': 12, 'add_to_cart': 2, 'create_campaign': 1, 'fb_connect': 1, 'sale': 1, 'guest_sale': 1, 'remove_from_cart': 1, 'rt_transaction_confirmation': 1, 'login': 1})

df = pd.DataFrame.from_records(list(dict(c).items()), columns=['page','count'])

是单线的，速度好像一样

或使用此变体按最常用的方式对它们进行排序。同样，性能大致相同。

df = pd.DataFrame.from_records(c.most_common(), columns=['page','count'])

Answer 5

您得到的错误可能是“如果使用所有标量值，您必须传递一个索引。” 要解决此问题，只需提供一个索引（例如“计数”），然后转置：

final_df = pd.DataFrame(final, index=['count']).transpose()

完成。如果需要，您可以在之后重命名索引。

将 Counter 对象转换为 Pandas DataFrame

Transform a Counter object into a Pandas DataFrame

python

counter

dataframe

pandas