如何统计Pandas DataFrame每行中指定值的出现次数？

你当前代码的问题在于：df.iloc[0, :].str.count('ker')仅针对第一行的列进行统计，后续赋值给整个count列时，因行索引不匹配导致全部显示为NaN。

以下是两种可行的解决方法：

方法一：使用apply逐行统计 #

适合中小规模数据集，代码直观易懂：

import pandas as pd

df = pd.DataFrame({'A': ['ker', '2', '3', '4'], 'B': ['4', '5', '6', 'ker'], 'C': ['4', '13', '2.5ser','ker'], 'D': ['4', '5', '6','2.5ser']})
# 逐行统计每个单元格中'ker'的出现次数，再求和得到该行总次数
df['count'] = df.apply(lambda row: row.str.count('ker').sum(), axis=1)

print(df)

方法二：向量化操作（高效） #

适合大规模数据集，利用pandas的向量化特性提升效率：

import pandas as pd

df = pd.DataFrame({'A': ['ker', '2', '3', '4'], 'B': ['4', '5', '6', 'ker'], 'C': ['4', '13', '2.5ser','ker'], 'D': ['4', '5', '6','2.5ser']})
# 转换为长格式统计后转回宽格式，再按行求和
df['count'] = df.stack().str.count('ker').unstack().sum(axis=1)

print(df)

两种方法的输出结果一致：

A    B        C        D  count
0  ker    4        4        4      1
1    2    5       13        5      0
2    3    6  2.5ser        6      0
3    4  ker      ker  2.5ser      2

内容的提问来源于stack exchange，提问作者kkerk