先还原下你的场景：你有这样一个DataFrame：

import pandas as pd

data = {'speaker':['Adam','Ben','Clair'], 
        'speech': ['Thank you very much and good afternoon.', 
                   'Let me clarify that because I want to make sure we have got everything right', 
                   'By now you should have some good rest']}
df = pd.DataFrame(data)

想要统计每行speech列里，预定义词表wordlist = ['much', 'good','right']中词汇的出现次数，生成新列展示结果，但你写的代码运行后total列全是0，咱们来看看问题出在哪：

你的代码存在的两个核心问题 #

df['total'] = 0
for word in df['speech'].str.split():
    if word in wordlist:
        df['total'] += 1

1. 循环迭代的对象错误：df['speech'].str.split()返回的是一个Series，每个元素是整行文本拆分后的单词列表（比如第一行是['Thank', 'you', 'very', 'much', 'and', 'good', 'afternoon.']）。你这里循环的word其实是整个列表，而wordlist里都是单个字符串，所以if word in wordlist永远为False，根本不会执行df['total'] +=1。
2. 即使匹配成功，列操作逻辑错误：就算你能遍历到单个单词，直接df['total'] +=1会把整个列的所有行都加1，而不是给当前行的计数加1，这也不符合你的需求。

正确的实现方法 #

这里推荐两种简洁高效的方式：

方法1：用apply逐行处理 #

对每行的speech文本拆分后，统计词表中词汇的出现次数：

wordlist = ['much', 'good','right']

# 定义一个函数，统计单句中词表词汇的出现次数
def count_target_words(sentence):
    words = sentence.split()
    # 可选：如果要忽略大小写或者标点（比如afternoon.里的句号），可以先做清洗：
    # words = [w.strip('.!?').lower() for w in sentence.split()]
    return sum(1 for w in words if w in wordlist)

# 应用到speech列，生成新列
df['words'] = df['speech'].apply(count_target_words)

方法2：用str.count结合正则（更高效，适合大数据集） #

把词表拼成正则表达式，匹配整个单词（避免部分匹配，比如不会把'goodbye'误判为包含'good'），然后统计每行的匹配次数：

import re

wordlist = ['much', 'good','right']
# 拼成正则，\b表示单词边界
pattern = r'\b(' + '|'.join(wordlist) + r')\b'

df['words'] = df['speech'].str.count(pattern)

运行后就能得到你预期的结果：

内容的提问来源于stack exchange，提问作者Tao Han