如何用Pandas一行代码统计每行中name_前缀列与ID列的匹配次数？

可以用一行代码实现需求，核心思路是先筛选出name_前缀的列，再逐行和ID_var的值做相等比较，最后按行求和统计匹配数量：

df['total_name'] = df.filter(like='name_').eq(df['ID_var'], axis=0).sum(axis=1)

代码拆解 #

• df.filter(like='name_')：筛选出所有列名包含name_的列，也就是目标变量组
• .eq(df['ID_var'], axis=0)：将筛选出的每一列，与对应行的ID_var值做完全相等的比较，返回布尔值DataFrame（相等为True，不等为False）
• .sum(axis=1)：按行对布尔值求和（True等价于1，False等价于0），得到每行的匹配数量

验证示例 #

把代码代入你的示例数据集：

import pandas as pd

df = pd.DataFrame({
        'ID_var': ['ab?c', 'xyzyy', 'ab?c', 'ghi55'],
        'name_01': ['def55', 'abc',  'ab?c', 'def'],
        'name_02': ['ab?c', 'jkl123', 'ab?c', 'ghi55'],
        'name_03': ['ghi55', 'mn_o', 'ab?c', 'ghi55'],
        'not_name': [0, 1, 2, 3],
        'other_str': ['str1', 'str2', 'str3', 'str'],    
    })

# 一行代码添加统计列
df['total_name'] = df.filter(like='name_').eq(df['ID_var'], axis=0).sum(axis=1)

print(df)

输出结果和你期望的df_final完全一致，total_name列的值为[1,0,3,2]。

补充说明 #

你提到的pd.str.contains是用来匹配子串的，而这里需要的是完全相等的匹配，所以用eq更合适，避免出现子串匹配导致的错误统计。

内容的提问来源于stack exchange，提问作者JRR