言語処理100本ノック 2020 (Rev 2) 第2章: UNIXコマンド 19. 各行の1コラム目の文字列の出現頻度を求め，〜

問題

19. 各行の1コラム目の文字列の出現頻度を求め，出現頻度の高い順に並べる

各行の1列目の文字列の出現頻度を求め，その高い順に並べて表示せよ．確認にはcut, uniq, sortコマンドを用いよ．

solution19.py

import pandas as pd

df = pd.read_csv('chapter02/popular-names.txt', sep='\t', header=None)
print(df.iloc[:,0].value_counts())
#print(df[0].value_counts())

output

James      118
William    111
Robert     108
John       108
Mary        92

solution19.sh

cut -f 1 -d $'\t' popular-names.txt | LANG=C sort | uniq -c | sort -r -k 1 -t ' '

output

 118 James
 111 William
 108 Robert
 108 John
  92 Mary

今回の問題では、pandas.Seriesのメソッドvalue_counts()を使います。pandas.DataFrameの列、pandas.Seriesにおいて、ユニークな要素の個数（重複を除いた件数）及び、それぞれの要素の頻度（出現回数）を取得できます。

https://github.com/kurokawa5/nlp100_2020/blob/main/chapter02/solution19.py

参考記事

第2章: UNIXコマンド
pandasでユニークな要素の個数、頻度（出現回数）をカウント