Hier ist eine Antwort ohne eingefrorenen Satz.
df1 = df.apply(sorted, 1)
df_count =df1.groupby(['A', 'B']).size().reset_index().sort_values(0, ascending=False)
df_count.columns = ['A', 'B', 'Count']
df_all = pd.concat([df_count.assign(letter=lambda x: x['A']),
df_count.assign(letter=lambda x: x['B'])]).sort_values(['letter', 'Count'], ascending =[True, False])
df_first = df_all.groupby(['letter']).first().reset_index()
top = int(len(df_count)/4)
df_top_25 = df_count.iloc[:top]
------------ ältere Antwort --------
Seit Um Fragen können Sie eine gefrorene Set als Schlüssel zu einem groupby verwenden
import pandas as pd
df = pd.read_csv('text.csv', header=None, names=['A','B'], sep=';')
s = df.apply(frozenset, 1)
df_count = s.value_counts().reset_index()
df_count.columns = ['Combos', 'Count']
Welche werden Sie diese
Combos Count
0 (a, b) 3
1 (b, f) 2
2 (d, c) 2
3 (g, f) 1
4 (b, h) 1
5 (c, g) 1
6 (d, f) 1
7 (e, a) 1
Um die höchste Combo für jeden Buchstaben bekommen wir diesen Datenrahmen auf mich selbst verketten und einem anderen machen Spalte, die entweder den ersten oder den zweiten Buchstaben enthält.
df_a = df_count.copy()
df_b = df_count.copy()
df_a['letter'] = df_a['Combos'].apply(lambda x: list(x)[0])
df_b['letter'] = df_b['Combos'].apply(lambda x: list(x)[1])
df_all = pd.concat([df_a, df_b]).sort_values(['letter', 'Count'], ascending =[True, False])
Und da dies nach Buchstaben und Anzahl (absteigend) sortiert ist, erhalten Sie einfach die erste Zeile jeder Gruppe.
df_first = df_all.groupby('letter').first()
Und die oberen 25% zu erhalten, benutzen Sie einfach
top = int(len(df_count)/4)
df_top_25 = df_count.iloc[:top]
Und dann .to_csv
zur Ausgabe verwenden, um Datei.
Beispielausgabe teilen – sirfz
Besteht die Bestellung? Zum Beispiel, würden 'a; b' und' b; a' ein wiederkehrendes Paar sein? –
Ja, Sie müssen genau definieren, was ein Paar zuerst ist, bevor eine Antwort gegeben werden kann. Pandas wären dafür ein gutes Werkzeug. –