如何统计DataFrame中字母数字列内各字符的出现次数

问题场景 #

现有包含字母数字列的DataFrame，需统计列内0-9、A-Z每个字符的总出现次数，示例如下：

输入DataFrame #

Serial
03000395
A000458B
667BC345

期望输出 #

Character     Counts
0             7
1             0
2             0
3             3
...
A             1
B             2
C             1
...
Z             0

解决方案 #

可以通过以下Python代码实现需求，基于pandas和collections模块：

import pandas as pd
from collections import Counter

# 初始化示例DataFrame
df = pd.DataFrame({
    'Serial': ['03000395', 'A000458B', '667BC345']
})

# 将列中所有字符串拼接为单个长字符串
all_characters = ''.join(df['Serial'].astype(str))

# 统计每个字符的出现次数
char_counter = Counter(all_characters)

# 生成需要统计的完整字符列表：0-9 + A-Z
target_chars = [str(num) for num in range(10)] + [chr(ord('A') + idx) for idx in range(26)]

# 构建结果DataFrame，缺失字符的计数填充为0
result_df = pd.DataFrame({
    'Character': target_chars,
    'Counts': [char_counter.get(char, 0) for char in target_chars]
})

# 打印结果
print(result_df)

代码说明 #

1. 拼接字符串：用join把Serial列的所有内容合并成一个长字符串，方便统一统计。
2. 字符计数：Counter会自动统计每个字符的出现次数，返回一个字典结构。
3. 生成完整字符集：手动构造0-9和A-Z的所有字符，确保结果包含所有目标字符，哪怕出现次数为0。
4. 构建结果：通过列表推导式遍历完整字符集，用get方法获取计数（不存在则返回0），最终整理成DataFrame。

内容的提问来源于stack exchange，提问作者Suresh Sridharan