如何统计df1中各值在df2中的非精确匹配出现次数

首先需要将df2中每行的用户列表拆分并展开，再统计每个用户的出现次数，最后映射到df1中，具体步骤如下：

步骤1：处理df2数据，拆分并展开用户列表 #

使用字符串拆分和堆叠操作，把df2中每行的逗号分隔用户拆分成单个用户的独立行：

# 按逗号（含可选空格）拆分每行用户，展开为单列
expanded_users = df2['users'].str.split(',\s?', expand=True).stack()

步骤2：统计每个用户的出现次数 #

对展开后的用户序列做频次统计：

user_counts = expanded_users.value_counts()

步骤3：映射到df1并补全缺失值 #

将统计结果映射到df1，对df2中未出现的用户填充0：

# 假设df1的列名为'user'，替换为你实际的列名即可
df1['Newcount'] = df1['user'].map(user_counts).fillna(0).astype(int)

最终输出 #

执行后df1会新增Newcount列，结果如下：

user  Newcount
0  user1         3
1  user2         2
2  user3         0
3  user4         1
4  user5         2

内容的提问来源于stack exchange，提问作者Mika