如何统计Pandas中指定列字符串在另一列表列的出现次数？

方法一：逐行遍历统计（符合需求） #

先构造示例数据，再通过iterrows()遍历每一行，统计目标字符串在对应列表列中的出现次数，最后累加得到每个类别的总次数：

import pandas as pd

# 示例数据（根据实际场景调整格式）
data = {
    'target_category': [
        "Category A. Molecular Pathogenesis and Physiology",
        "Category B. Diagnosis and Assessment",
        "Category C. Treatment",
        "Category A. Molecular Pathogenesis and Physiology"
    ],
    'top_predicted': [
        ["Category A", "Category B"],
        ["Category B", "Category C", "Category B"],
        ["Category A", "Category C"],
        ["Category C", "Category D"]
    ]
}
df = pd.DataFrame(data)

# 初始化计数字典
category_counts = {}

# 遍历每一行统计
for _, row in df.iterrows():
    target = row['target_category']
    # 若target与top_predicted中的字符串格式一致，直接用target；否则提取匹配部分
    match_str = target.split('.')[0].strip()
    current_count = row['top_predicted'].count(match_str)
    
    # 更新计数
    if target in category_counts:
        category_counts[target] += current_count
    else:
        category_counts[target] = current_count

# 将计数结果合并到原DataFrame
df['occurrence_count'] = df['target_category'].map(category_counts)
print(df)

方法二：用apply简化遍历 #

如果觉得循环代码冗余，可以用apply结合分组求和实现：

def count_match(row):
    match_str = row['target_category'].split('.')[0].strip()
    return row['top_predicted'].count(match_str)

# 按目标类别分组，统计每组的总出现次数
total_counts = df.groupby('target_category').apply(lambda g: g.apply(count_match, axis=1).sum())

# 合并结果到原DataFrame
df = df.merge(total_counts.rename('occurrence_count'), on='target_category', how='left')

关键注意事项 #

• 如果你的target_category和top_predicted中的字符串完全一致，直接删除split('.')[0].strip()这一步，用target作为匹配字符串即可。
• 上述代码会统计每个目标类别在所有行的top_predicted列表中的总出现次数，满足遍历所有行的需求。

内容的提问来源于stack exchange，提问作者dinho