如何在Python DataFrame的各列中统计自定义列表值的出现次数？

我来帮你搞定这个统计需求！先看看你之前代码里的几个小问题：

• 循环顺序搞反了：你先遍历关键词再遍历列，这样会重复处理同一列多次，效率低还容易混乱，应该先遍历每一列，再对该列统计所有目标关键词的次数
• 统计方法不对：
  • _tmp_df[_tmp_df[column] == x].count() 会返回整个DataFrame中符合条件的行的所有列计数，不是当前列的单个值计数
  • str.count(x) 是统计每个单元格里字符串x出现的次数（比如单元格是'hihi'会算2次），不是单元格等于x的次数
  • [_tmp_df[column] == x].count 只是引用了count方法，没有实际调用执行

下面给你两种靠谱的实现方式，都能输出你想要的格式：

方法一：逐列遍历+统计输出 #

这种方式直观易懂，适合新手理解：

import pandas as pd

# 替换成你的实际DataFrame
_tmp_df = pd.DataFrame({
    'column_1': ['hi', 'hello', '-', 'hi', '01.01.9999', 'hi'],
    'column_2': ['hello', 'hello', '-', '-', '-', 'hi']
})

# 你的自定义目标值列表
target_values = ['hi', 'hello', '-', '01.01.9999']

# 遍历每一列
for col_name in _tmp_df.columns:
    # 统计当前列的目标值出现次数：
    # value_counts() 统计现有值的次数，reindex补全所有目标值，fill_value=0填充不存在的值的计数
    value_counts = _tmp_df[col_name].value_counts().reindex(target_values, fill_value=0)
    # 按要求格式输出每一个目标值的计数
    for val, cnt in value_counts.items():
        print(f"{col_name}, '{val}', {cnt}")

运行这段代码会输出：

column_1, 'hi', 3
column_1, 'hello', 1
column_1, '-', 1
column_1, '01.01.9999', 1
column_2, 'hi', 1
column_2, 'hello', 2
column_2, '-', 3
column_2, '01.01.9999', 0

方法二：批量处理+格式转换 #

如果你的DataFrame列很多，用apply批量处理效率更高，最后再转成目标格式：

import pandas as pd

_tmp_df = pd.DataFrame({
    'column_1': ['hi', 'hello', '-', 'hi', '01.01.9999', 'hi'],
    'column_2': ['hello', 'hello', '-', '-', '-', 'hi']
})

target_values = ['hi', 'hello', '-', '01.01.9999']

# 批量统计所有列的目标值次数
count_result = _tmp_df.apply(lambda col: col.value_counts().reindex(target_values, fill_value=0))

# 把宽格式的结果转成你需要的长格式
long_format = count_result.unstack().reset_index()
long_format.columns = ['column_name', 'target_value', 'count']

# 遍历输出
for _, row in long_format.iterrows():
    print(f"{row['column_name']}, '{row['target_value']}', {row['count']}")

这段代码的输出和方法一完全一致，但处理大量列时速度更快。

核心逻辑说明 #

reindex(target_values, fill_value=0) 是关键：它会强制把统计结果的索引替换成你的目标列表，对于列中不存在的目标值，自动填充0，这样就能保证每个列都能输出四个目标值的计数，包括出现次数为0的情况。

内容的提问来源于stack exchange，提问作者JohnDole