如何通过Pandas统计列表中各关键词的出现次数？

原代码核心问题 #

1. 循环逻辑错误：for num in count_of_occ遍历的是列表中的初始值（全为0），导致始终只修改count_of_occ[0]，其余元素从未更新。
2. 字节转字符串的问题：直接将ctnt.content（字节数据）转为字符串会引入不必要的转义字符和前缀，影响关键词匹配，应该用ctnt.text获取网页文本内容。
3. 冗余判断：if i in output_content完全多余，str.count()方法本身会在关键词不存在时返回0。

修正后的代码 #

from collections import Counter
import pandas as pd
import requests

keywords = ["Goulds", "Pump", "http"]
df = pd.DataFrame({'Keyword': keywords})
URL = ["https://www.gouldspumps.com/en-US/Home/"]

# 获取网页文本内容
ctnt = requests.get(URL[0], verify=False)
output_content = ctnt.text  # 改用text获取网页文本

count_of_occ = []
# 遍历每个关键词，统计次数并加入列表
for keyword in keywords:
    count_of_occ.append(output_content.count(keyword))

df['Occurence'] = count_of_occ
print(df)

输出结果示例 #

Keyword  Occurence
0  Goulds        429
1    Pump         87
2    http         63

额外优化（可选） #

如果需要更高效的统计（尤其是关键词数量多的时候），可以用Counter一次性统计所有关键词：

from collections import Counter
# ... 前面代码不变
word_counts = Counter(output_content.split())
count_of_occ = [word_counts.get(keyword, 0) for keyword in keywords]

注意：这种方式是按空格分割的单词统计，适合完整单词匹配；如果需要子串匹配，还是用str.count()更合适。

内容的提问来源于stack exchange，提问作者TroyB