如何用Pandas自动化统计对应单元格中指定单词的出现频率

你可以通过apply()方法逐行处理DataFrame，实现每行对应单元格的词频统计，替代手动生成count列的操作。

基础实现方案 #

直接利用字符串的count()方法，结合apply()逐行传入当前行的Items和Specified_Word进行统计：

import pandas as pd

# 初始化数据
data = {'Company': ['Nike', 'Levi', 'Dell'],
        'Items': ['Running Shoes, Walking Shoes, Socks', 'Jeans, Jackets, Designer Shoes', 'Laptops'],
        'Specified_Word':['Shoes', 'Shoes', 'Laptops']}

df = pd.DataFrame(data)

# 自动生成count列：逐行统计Specified_Word在Items中的出现次数
df['count'] = df.apply(lambda row: row['Items'].count(row['Specified_Word']), axis=1)

print(df.head())

执行后输出结果：

Company                                   Items Specified_Word  count
0    Nike  Running Shoes, Walking Shoes, Socks          Shoes      2
1    Levi       Jeans, Jackets, Designer Shoes          Shoes      1
2    Dell                                 Laptops        Laptops      1

精确匹配优化方案 #

如果需要精确匹配完整单词（避免统计类似Shoesmith这类包含目标词但并非独立单词的情况），可以结合正则表达式的单词边界\b来实现：

import pandas as pd
import re

data = {'Company': ['Nike', 'Levi', 'Dell'],
        'Items': ['Running Shoes, Walking Shoes, Socks', 'Jeans, Jackets, Designer Shoes', 'Laptops'],
        'Specified_Word':['Shoes', 'Shoes', 'Laptops']}

df = pd.DataFrame(data)

# 正则精确匹配完整单词，避免部分匹配
df['count'] = df.apply(
    lambda row: len(re.findall(r'\b' + re.escape(row['Specified_Word']) + r'\b', row['Items'])),
    axis=1
)

print(df.head())

这里用re.escape()处理目标词，防止特殊字符干扰正则匹配，确保统计结果更准确。

内容的提问来源于stack exchange，提问作者desert_ranger