问题分析 #

你的原代码之所以运行极慢，核心问题是双重循环的时间复杂度爆炸：你把所有句子拆分成列表后，遍历每一个单词去和所有句子匹配——50k行的话就是50k×50k=25亿次操作，这完全超出了合理的计算范围。

正确的思路应该是逐行处理：每一行只需要统计当前word在对应Sentence中的出现次数，而不是让所有句子和所有单词交叉配对。

高效解决方案 #

下面提供两种可靠的实现方式，都能轻松处理50k行的数据集：

方法1：准确的单词级计数（推荐）

这个方法会先清理句子中的标点，确保像day!和day被视为同一个单词，然后统计目标单词的出现次数：

import pandas as pd
import re
from collections import Counter

def count_target_word(row):
    # 清理句子：移除标点、转小写，避免大小写和标点干扰
    cleaned_sentence = re.sub(r'[^\w\s]', '', row['Sentence']).lower()
    # 拆分句子为单词列表并统计词频
    word_counts = Counter(cleaned_sentence.split())
    # 返回目标单词的计数（转小写匹配）
    return word_counts.get(row['word'].lower(), 0)

# 给DataFrame新增计数列
df['n'] = df.apply(count_target_word, axis=1)

方法2：简化版（适合无标点干扰的场景）

如果你的数据里句子和单词的标点已经统一（比如单词不带标点，句子里的标点也不影响单词识别），可以用更简洁的写法：

import pandas as pd
import re

def count_target_word(row):
    # 拆分句子为单词，同时清理每个单词的标点
    sentence_words = [re.sub(r'[^\w]', '', word) for word in row['Sentence'].split()]
    # 统计目标单词的出现次数
    return sentence_words.count(row['word'])

df['n'] = df.apply(count_target_word, axis=1)

为什么这个方法快？ #

逐行处理的时间复杂度是O(N×K)，其中N是行数（50k），K是每个句子的平均单词数（通常几十），总操作数只有几百万次，比原代码的25亿次快了上千倍，完全能在几秒内跑完。

验证结果 #

用你提供的示例数据测试，两种方法都会得到你期望的输出：

内容的提问来源于stack exchange，提问作者Onik Rahman