如何在Python Pandas中统计DataFrame内‘co’的实际出现次数？

修改后的完整代码 #

import pandas as pd #pip install pandas

df = pd.DataFrame({'A': ['co', '2', 'coco', '4'], 'B': ['4', '5', '6', 'coco'], 'C': ['4', '13', '2.5coco','coco'], 'D': ['4', '5', 'co','2.5co']})

# 统计每行A、B、C列中"co"的实际出现次数
df['count'] = df[['A', 'B', 'C']].apply(lambda s: s.str.count('co')).sum(axis=1)
print(df)

关键改动说明 #

• 原代码用str.contains('co')仅判断单元格是否包含"co"，返回布尔值（True=1，False=0），统计的是含"co"的单元格数量。
• 替换为str.count('co')后，会直接返回每个单元格字符串中"co"子串的实际出现次数（比如"coco"会返回2）。
• 最后通过sum(axis=1)对每行的统计结果求和，得到该行A、B、C列中"co"的总出现次数。

输出示例 #

执行代码后输出如下：

A      B          C       D  count
0     co      4          4       4      1
1      2      5         13       5      0
2   coco      6    2.5coco      co      3
3      4   coco       coco  2.5co      4

内容的提问来源于stack exchange，提问作者kkerk