數據幀列中的 Python 計數字符串（字）

Question

我有以下數據框（df_hvl），列名“FzListe”和以下數據：

FzListe
7MA1, 7OS1
7MA1, 7ZJB
7MA2, 7MA3, 7OS1
76G1, 7MA1, 7OS1
7MA1, 7OS1
71E5, 71E6, 7MA1, FSS1
71E4, 7MA1, 7MB1, 7OS1
71E6, 7MA1, 7OS1
7MA1
7MA1, 7MB1, 7OS1
7MA1
7MA1, 7MA2, 7OS1
04, 7MA1
76G1, 7MA1, 7OS1
76G1, 7MA1, 7OS1
7MA1, 7OS1
7MA1
76G1, 7MA1, 7OS1
76G1, 7MA1, 7OS1
71E6, 7MA1
7MA1, 7MA2, 7OS1
7MA1
7MA1
7MA1
7MA1, 7OS1
76G1, 7MA1

我只想搜索字符串“7MA”並計算它在列表中出現的頻率。 （該列表最初比該片段長得多）。 我不想只搜索 7MA1，因為它可能在一行中出現 7MA2 和/或 7MA3 等等......

Dataframe 被稱為 df_hvl，我搜索了一個解決方案，但沒有找到。

Answer 1

我認為你需要str.count和sum ：

print (df_hvl.FzListe.str.count(substr))
0     1
1     1
2     2
3     1
4     1
5     1
6     1
7     1
8     1
9     1
10    1
11    2
12    1
13    1
14    1
15    1
16    1
17    1
18    1
19    1
20    2
21    1
22    1
23    1
24    1
25    1
Name: FzListe, dtype: int64

substr = '7MA'
print (df_hvl.FzListe.str.count(substr).sum())
29

Answer 2

我想嘗試這樣的事情

b=0
for index in df.index:
    A=df.loc[row,'FzList'].split(',')
    for element in A:
        if '7MA'in element: 
            b+=1
return b 

Answer 3

這很可能會起作用

df_hvl.FzListe.map(lambda d: "7MA" in d).sum()

Answer 4

您需要使用Series.str.count接受正則表達式模式作為第一個參數，以及一個可選的第二個參數接受可以修改匹配行為的正則表達式標志：

import re
df_hvl['FzListe'].str.count(re.escape(substr))
## enabling case insensitive match:
df_hvl['FzListe'].str.count(re.escape(substr), re.I)

如果substr包含特殊的正則表達式元字符，您需要使用re.escape作為Series.str.count將失敗。

相關帖子：

• 用於正則表達式的轉義字符串：轉義正則表達式字符串

如果您需要匹配整個單詞...

• 自適應動態詞邊界：以特殊字符開頭或結尾的詞的詞邊界會產生意想不到的結果
• 動態單詞邊界：使用動態正則表達式匹配字符串中的整個單詞
• 處理數千個單詞以搜索整個單詞：在 Pandas 數據幀中使用正則表達式匹配組的性能