统计DataFrame含分隔符列中各文本的出现次数

方法1：拆分展开后直接统计 #

这种方法逻辑直观，把每行的多语言拆成单独行再计数：

# 将分号分隔的字符串拆成列表，再展开为单行单语言
language_series = df['LanguageHaveWorkedWith'].str.split(';').explode()
# 统计每种语言的出现次数
language_counts = language_series.value_counts()
# 查看结果
print(language_counts)

方法2：基于独热编码求和 #

你已经用到了get_dummies，只需要对生成的矩阵按列求和就行——因为独热编码里的1代表对应用户使用过该语言，求和就是该语言的总出现次数：

# 生成独热编码矩阵
dummies_df = df['LanguageHaveWorkedWith'].str.get_dummies(sep=';')
# 按列求和得到每种语言的次数，可选按次数降序排序
language_counts = dummies_df.sum().sort_values(ascending=False)
# 查看结果
print(language_counts)

两种方法最终结果一致，按需选择即可。

内容的提问来源于stack exchange，提问作者Akshaj