如何在Pandas中拆分单元格并统计所有唯一值？

方法一：使用melt + value_counts #

保留你已有的拆分代码，通过melt将多列数据扁平化后统计次数：

# 拆分多选答案得到多列数据
df_split = data['What fruits do you like'].str.split(',', expand=True)

# 扁平化数据并统计水果出现次数
fruit_counts = df_split.melt(value_name='Fruit')['Fruit'].dropna().value_counts().reset_index()
# 重命名列名
fruit_counts.columns = ['Fruit', 'Count']

方法二：使用stack + value_counts #

stack可直接将多列转为层级索引的Series，统计逻辑更简洁：

df_split = data['What fruits do you like'].str.split(',', expand=True)
fruit_counts = df_split.stack().value_counts().reset_index()
fruit_counts.columns = ['Fruit', 'Count']

这两种方法都会自动忽略拆分后产生的空值，直接生成以水果名为标识、出现次数为统计值的表格，比pivot_table或循环写法更高效。

内容的提问来源于stack exchange，提问作者Daniil Lokutnikov