在多列上迭代和應用正則表達式函數/str 計數

Question

我是 python 的新手，並試圖改進這個測試 df。 我能夠應用正則表達式 function 來查找單元格中的模式，然后向我提供單個列級別上有多少個 1 的計數。 下面是將 function 單獨應用於列的原始和結果 df 的圖像，以及各個列的代碼。 下面也是測試 df 的文本版本（圖像中缺少一行以使其更容易共享/圖像與測試 df 不匹配，但結果相似）：

import pandas as pd
        
df = pd.DataFrame([["1 | | Had a Greeter welcome clients 1     | | Take measures to ensure a safe and organized distribution 1         | | Protected confidentiality of clients (on social media, pictures, in conversation, own congregation members receiving assistance, etc.)",
                    "1  | | Chairs for clients to sit in while waiting 1     | | Take measures to ensure a safe and organized distribution"],
                   ["1 | Financial literacy/budgeting 1 | | Monetary/Bill Support 1    | | Mental Health Services/Counseling",
                    "1| | Clothing Assistance 1  | | Healthcare 1    | | Mental Health Services/Counseling 1     | | Spiritual Support 1      | | Job Skills Training"]
                    ] , columns = ['CF1', 'CF2'])

pattern = re.compile(r'\d+') 
df['CF1test'] = df['CF1'].apply(lambda x: '_'.join(pattern.findall(x))).str.count(pattern) 
df['CF2test'] = df['CF2'].apply(lambda x: '_'.join(pattern.findall(x))).str.count(pattern)

這是我試圖開發的循環示例，以迭代並將相同的 function 應用於多個列：

for column in df:
    df[column] = df.join([column](df.apply(lambda x: '_'.join(pattern.findall(x))).str.count(pattern), rsuffix = '_test'))

但是，我收到“TypeError：預期的字符串或類似字節的對象”，我迷路了。 有沒有更好的方法可用？ 任何建議都會很棒！

Answer 1

您可以stack您的 dataframe 並將extractall與您的模式一起使用：

(df.stack().str.extractall('(\d+)')[0]
   #.astype(int)  # conversion to int is only required for other operations, like sum
   .groupby(level=[0,1]).count().unstack())

output：

   CF1  CF2
0    3    2
1    3    5

注意。 我在這里計算數字（任何數字，所以“test123”中的“42”或“123”也會被計算在內），如果你只想限制為 1，你可以調整正則表達式，如果你願意，你也可以執行其他操作，例如求和而不是計數