计算单元格 pandas 中多个子字符串的出现次数

Posted 2023-03-12

【中文标题】计算单元格 pandas 中多个子字符串的出现次数

【英文标题】：Counting appearances of multiple substrings in a cell pandas

【发布时间】：2014-09-02 06:15:59

【问题描述】：

我有一列包含相当长的字符串。每个字符串可能包含也可能不包含子字符串。诸如“H 07”、“H 06”或“F 13”之类的子字符串可能会或可能不会出现在数据框单元格中。我想计算这些子字符串的出现并将结果添加到新单元格。 原始单元格值为

df.iloc[0,0]    
'rfgergerggr H 07 jgjg gjgj H 06 gjhgj  H 06 '. 

该过程的结果应该是一个带有

的新单元格

df.iloc[0,1]
'H 07':1, 'H 06':2

我想这应该在 str.contains 的帮助下完成。但是我正在寻找大约 50 个不同的子字符串，我无法想象找到它们的好方法。 另外，我认为复杂的 lambda 可以解决我的问题。但不知道如何构建它。

到目前为止，我已经尝试过 str.contains 但它只显示子字符串是否存在，我没有得到计数。此外，要找到我感兴趣的所有 50 个子字符串，我每次都必须调用 str.contains。我认为应该有更好的方法来做到这一点。

【问题讨论】：

acushner，在最后一次编辑中

只需将apply 与根据子字符串的str.count 创建字典的函数一起使用

【参考方案1】：

类似：

substrs = [...]
def f(cell_value):
    return k: v for k, v in ((s, cell_value.count(s)) for s in substrs) if v
df.column.apply(f)