如何为Pandas DataFrame新增列统计列表元素出现次数并生成字典？

我来帮你搞定这个问题！你之前用str.count(k)的方式行不通，是因为这个方法只能针对单个指定字符串统计次数，没法动态对每行的所有元素批量统计。我们可以结合apply和collections.Counter来实现需求，具体步骤如下：

步骤1：导入必要库并定义原始DataFrame #

import pandas as pd
from collections import Counter

# 你的原始DataFrame
df = pd.DataFrame({'StringMatch':['[mother]','[priest, mother,mother father]','[father, mother]']})

步骤2：编写元素统计函数 #

这个函数会处理每行的StringMatch字符串，完成清理、分割、统计三个核心操作：

def calculate_element_counts(s):
    # 去掉字符串首尾的方括号
    cleaned_str = s.strip('[]')
    # 按逗号分割元素，同时去掉每个元素前后的空格（处理逗号后无空格的情况）
    elements = [elem.strip() for elem in cleaned_str.split(',')]
    # 统计每个元素的出现次数，转成字典
    count_result = dict(Counter(elements))
    # 转换成你需要的字符串格式（如果要存储字典对象，直接返回count_result即可）
    return '{' + ', '.join([f"{key}:{value}" for key, value in count_result.items()]) + '}'

步骤3：应用函数生成新列 #

把函数应用到StringMatch列上，生成StringMatchCount列：

df['StringMatchCount'] = df['StringMatch'].apply(calculate_element_counts)

最终结果 #

执行后你的DataFrame会变成：

哦对了，看你给出的目标示例里第二个结果是{priest:1, mother:2, father:1}，猜测你原始的第二个字符串可能是笔误（应该是[priest, mother, mother, father]），如果是这样的话，上面的代码会自动统计出mother:2的结果，完全符合你的预期。

如果后续需要对统计结果做数值运算，建议直接存储字典对象（去掉函数里的字符串格式化步骤，返回count_result即可），这样可以直接通过键获取次数值，比操作字符串更灵活。

内容的提问来源于stack exchange，提问作者wwnde