python - Pandas：基于 pandas 列中匹配子字符串的 Groupby

Question

我有一个列表，其中包含以下元素：

emails= ['xyz.com', 'abc.com','def.com']

现在，我有一个如下所示的数据框：

东风：

UserID    Email_Address
U001      [e-mail]
U002      [e-mail]
U003      [e-mail]
U004      [e-mail]
U004      [e-mail]
U006      [e-mail]
U007      [e-mail]

我想根据子字符串对 groupby 执行计数，其中子字符串是列表中的元素。

因此，输出应如下所示：

abc.com     2
def.com     3
xyz.com     2

我当前的代码：

for domain in list1:
    count = df.groupby( [df.Email_Address.str.find(domain)]).sum()

标签： pythonpandasdataframegroup-by

Answer 1

用于Series.str.extract通过列表获取值并通过聚合GroupBy.size：

pat = '|'.join(emails)
s = df['Email_Address'].str.extract('('+ pat + ')', expand=False)
df1 = df.groupby(s).size().reset_index(name='Count')
print (df1)
  Email_Address  Count
0       abc.com      2
1       def.com      3
2       xyz.com      2