统计两个DataFrame同列重复值出现次数的代码问题排查

错误原因 #

你代码里的核心问题是：在pandas的Series对象上使用in操作符时，它默认检查的是元素是否存在于Series的索引中，而不是Series的值里。df2['Col 1']的索引是[0,1,2]，所以你循环的'a'、'b'、'c'都不在这个索引集合里，导致判断条件始终为False，最终count结果为0。

正确实现方式 #

方法1：转换为集合后判断（适合小数据量循环场景） #

把目标列的值转换成Python集合，集合的in操作会直接检查值是否存在，同时提升判断效率：

count = 0
# 先把df2的Col 1值转成集合
target_set = set(df2['Col 1'])
for row in df1['Col 1']:
    if row in target_set:
        count += 1
print("Count:", count)

方法2：使用pandas向量化操作（推荐，高效无循环） #

利用pandas内置的isin()方法实现向量化判断，再通过sum()统计符合条件的数量，这是pandas推荐的高效写法，尤其适合大数据量：

# isin()返回布尔Series，sum()自动将True视为1、False视为0求和
count = df1['Col 1'].isin(df2['Col 1']).sum()
print("Count:", count)

内容的提问来源于stack exchange，提问作者E_Sarousi