如何计算DataFrame字符串列中分类标签的Value Counts？

现有一个包含字符串列col的DataFrame，数据示例如下：

df col
0 fruit["apple"], colour["green", "yellow"] 
1 colour["yellow"] 
2 colour["brown"] 

需要计算该列中各类标签（如fruit、colour）的出现次数，预期输出结果如下：

fruit  1
colour 3

使用pandas结合正则表达式即可实现需求，具体代码如下：

import pandas as pd
import re

# 构造示例数据
data = {'col': [
    'fruit["apple"], colour["green", "yellow"]',
    'colour["yellow"]',
    'colour["brown"]'
]}
df = pd.DataFrame(data)

# 正则匹配标签（匹配["前的单词）
tag_pattern = re.compile(r'(\w+)\["')

# 提取每行的所有标签并展开为单行一个标签
all_tags = df['col'].str.findall(tag_pattern).explode()

# 统计各标签出现次数
tag_count_result = all_tags.value_counts()

print(tag_count_result)

运行代码后输出：

colour    3
fruit     1
dtype: int64

内容的提问来源于stack exchange，提问作者arv