Python统计DataFrame列值中集合元素的出现次数问题

你的代码失败有两个核心原因：

• 直接遍历字符串x会逐个访问字符，而非按逗号分割后的目标子串
• 变量名用了Python内置类型名list，虽语法允许但易混淆，建议替换为更清晰的命名

步骤1：修正目标集合命名 #

target_set = {'AGB', 'YTE', 'ENN', 'TAP', 'XAL', 'MUI'}

步骤2：计算ColE（总出现次数） #

将ColA的字符串按逗号分割为列表，统计列表中属于目标集合的元素总数：

df['ColE'] = df['ColA'].apply(lambda x: sum(1 for item in x.split(',') if item in target_set))

步骤3：计算ColD（唯一次数） #

分割后转成集合自动去重，再计算与目标集合的交集大小：

df['ColD'] = df['ColA'].apply(lambda x: len(set(x.split(',')).intersection(target_set)))

完整代码示例 #

import pandas as pd

# 初始化数据
data = {
    'ColA': ['ENN,JAX,ATL,ERT,CMH,RSW,TAP,ABQ,ENN', 'TUY,XAL,MUI,AUS,OPP,YTE,ERT'],
    'ColB': [45, 32],
    'ColC': ['Three', 'Three']
}
df = pd.DataFrame(data)

# 目标集合
target_set = {'AGB', 'YTE', 'ENN', 'TAP', 'XAL', 'MUI'}

# 计算目标列
df['ColD'] = df['ColA'].apply(lambda x: len(set(x.split(',')).intersection(target_set)))
df['ColE'] = df['ColA'].apply(lambda x: sum(1 for item in x.split(',') if item in target_set))

# 输出预期结果
print(df[['ColA', 'ColD', 'ColE']])

运行结果 #

内容的提问来源于stack exchange，提问作者Connie Xu