如何统计DataFrame各列中指定字符串的出现次数并生成新DataFrame

你有一个包含字符串"name"的DataFrame，想要统计每一列里"name"的出现次数，并存到新的DataFrame里。尝试用循环遍历列统计后，没得到预期结果，输出还冗余。

示例数据代码：

import pandas as pd

data1 = {'first_column':  ['1', '2', 'name'],
        'second_column': ['name', 'name', 'name'],
         'id_number':['name', '4', 'name'],
        'fourth_column':['5', 'name', '2'],
        }

df1 = pd.DataFrame(data1)

你尝试的代码：

for col in df1:
  df2 = df1[df1[col] == "name"].count()
  print(df2)

问题分析 #

你原来的循环代码有两个核心问题：

• 每次循环都会生成包含所有列计数的Series，赋值给df2后会覆盖之前的结果，最终df2只保留最后一列的统计值
• 每次print(df2)都会输出所有列的计数，导致输出冗余重复

解决方案 #

方法一：Pandas简洁写法（推荐） #

直接对整个DataFrame做相等判断，再按列求和，一步得到各列"name"的次数，最后转成新DataFrame：

# 统计每列中"name"的出现次数
name_counts = df1.eq("name").sum()

# 转换为新DataFrame，设置明确的列名
df2 = pd.DataFrame(name_counts, columns=["name出现次数"])
print(df2)

输出结果：

name出现次数
first_column             1
second_column            3
id_number                2
fourth_column            1

方法二：修复循环写法 #

如果一定要用循环实现，先初始化空字典存储每列的计数，最后转成DataFrame：

count_dict = {}
for col in df1.columns:
    # 只统计当前列的"name"数量
    count = (df1[col] == "name").sum()
    count_dict[col] = count

# 从字典生成DataFrame
df2 = pd.DataFrame.from_dict(count_dict, orient="index", columns=["name出现次数"])
print(df2)

这个方法和方法一结果一致，但方法一更高效简洁，是处理这类统计的惯用方式。

内容的提问来源于stack exchange，提问作者yoopiyo