Pandas Zählfrequenzen innerhalb der Str-Serie

Question

Bei einer Pandas-Serie vom Typ str möchte ich die Häufigkeiten des Ergebnisses von str.split erhalten.

Zum Beispiel angesichts der Serie

s = pd.Series(['abc,def,ghi','ghi,abc']) 

Ich möchte

abc: 2 
def: 1 
ghi: 2 

als Ergebnis erhalten. Wie kann ich das bekommen?

Edit: Die Lösung sollte effizient mit einer großen Serie von 50 Millionen Zeilen arbeiten.

Answer 1

Eine andere Lösung mit pandas str.split, sum und value_counts:

print pd.Series(s.str.split(',').sum()).value_counts() 
abc 2 
ghi 2 
def 1 
dtype: int64 

EDIT:

efficent Weitere Methoden:

import pandas as pd 
s = pd.Series(['abc,def,ghi','ghi,abc']) 
s = pd.concat([s]*10000).reset_index(drop=True) 

In [17]: %timeit pd.Series(s.str.split(',').sum()).value_counts() 
1 loops, best of 3: 3.1 s per loop 

In [18]: %timeit s.str.split(',', expand=True).stack().value_counts() 
10 loops, best of 3: 46.2 ms per loop 

In [19]: %timeit pd.DataFrame([ x.split(',') for x in s.tolist() ]).stack().value_counts() 
10 loops, best of 3: 22.2 ms per loop 

In [20]: %timeit pd.Series([item for sublist in [ x.split(',') for x in s.tolist() ] for item in sublist]).value_counts() 
100 loops, best of 3: 16.6 ms per loop 

Answer 2

ist das was du willst?

In [29]: from collections import Counter 

In [30]: Counter(s.str.split(',').sum()) 
Out[30]: Counter({'abc': 2, 'def': 1, 'ghi': 2}) 

oder

In [34]: a = pd.Series(s.str.split(',').sum()) 

In [35]: a 
Out[35]: 
0 abc 
1 def 
2 ghi 
3 ghi 
4 abc 
dtype: object 

In [36]: a.groupby(a).size() 
Out[36]: 
abc 2 
def 1 
ghi 2 
dtype: int64