基于关键词列表生成DataFrame新列并统计词频的实现求助

问题说明 #

需要根据关键词列表key_words = ['apple', 'animal', 'everyone']，为输入的DataFrame新增对应关键词的列，统计每行描述中该关键词的出现次数（忽略大小写）。

实现代码 #

首先构造示例DataFrame，然后通过pandas.Series.str.count()方法完成计数：

import pandas as pd

# 构造输入DataFrame
data = {
    'id': [1, 2, 3],
    '描述': [
        'Apple is a healthy fruit. Everyone should eat it.',
        'Lion is a dangerous animal.',
        'Everyone likes him.'
    ],
    'xx': ['..', '..', '..']
}
df = pd.DataFrame(data)

# 定义关键词列表
key_words = ['apple', 'animal', 'everyone']

# 为每个关键词生成计数列
for word in key_words:
    # 使用str.count，设置case=False忽略大小写
    df[word] = df['描述'].str.count(word, case=False)

# 查看结果
print(df)

代码解释 #

• str.count(word, case=False)：统计每行文本中指定关键词的出现次数，case=False确保大小写不敏感匹配（比如"Apple"会被计入"apple"的计数）。
• 循环遍历关键词列表，为每个关键词新增一列，列名就是关键词本身，值为对应行的出现次数。

输出结果 #

运行代码后得到的DataFrame与期望输出一致：

内容的提问来源于stack exchange，提问作者Kas