Python中如何使用contains或in函数筛选已选选项完成计数统计

原有代码问题说明 #

df['options'].isin(options)返回全False的原因是：isin方法仅对单元格做整值精确匹配，而你的options列存储的是逗号拼接的多选项字符串（如Apple, Banana），不是单个选项值，因此无法匹配到预设的单个选项列表。

完整实现步骤 #

1. 基础逻辑实现 #

先拆分每行的选项字符串为独立选项列表，再分别统计固定选项、Other类的计数即可，代码如下：

import pandas as pd

# 构造示例数据集（替换为你的实际数据即可）
df = pd.DataFrame({
    'ID': [1, 2, 3, 4],
    'options': ['Apple, Banana', 'Apple', 'Apple, Banana, Pear, Orange', 'Orange']
})

# 预设的固定选项列表
fixed_options = ['Apple', 'Banana', 'Pear']

# 将每行逗号拼接的选项拆分为去空格后的选项列表
df['option_list'] = df['options'].str.split(',').apply(lambda x: [item.strip() for item in x])

# 统计各固定选项的选择次数
count_res = {}
for opt in fixed_options:
    count_res[opt] = df['option_list'].apply(lambda opt_list: opt in opt_list).sum()

# 统计Other类计数：只要该行存在任意不在固定选项里的内容，即计入1次Other
count_res['Other'] = df['option_list'].apply(lambda opt_list: any(item not in fixed_options for item in opt_list)).sum()

运行后count_res的输出完全匹配预期结果：

{'Apple': 3, 'Banana': 2, 'Pear': 1, 'Other': 2}

2. 更简洁的实现方式 #

可以直接用pandas内置的字符串哑变量方法实现，无需手动拆分列表：

# 按分隔符拆分直接生成多热编码表
dummy_df = df['options'].str.get_dummies(sep=', ')

# 固定选项直接按列求和得到计数
count_res = dummy_df[fixed_options].sum().to_dict()

# Other计数：排除固定选项列后，行求和大于0即代表该行选了非预设选项
count_res['Other'] = (dummy_df.drop(columns=fixed_options).sum(axis=1) > 0).sum()

注意事项 #

• 上述代码中Other的计数规则是单用户只要选了任意非预设选项，仅计数1次，和示例预期逻辑一致；如果需要统计所有非预设选项的总选择次数，直接对非固定选项列全局求和即可。
• 拆分选项时注意处理分隔符后的空格，避免因为空格存在导致匹配失败（如把 Banana识别为独立于Banana的选项）。

内容的提问来源于stack exchange，提问作者Sandy