Python pandas如何统计DataFrame逗号分隔字符串的元素出现频次

核心思路是先把每行逗号分隔的字符串拆分为独立单个元素（注意去除拆分后元素前后的多余空格），再对所有元素做频次统计，两种常用实现路径如下：

方法1：直接基于原DataFrame操作（推荐，效率更高） #

不需要提前把列转成列表，直接用pandas内置的字符串拆分+展开方法即可，注意列名大小写匹配（你的代码里列名是Value首字母大写，提取列表时写的小写value会触发报错）：

import pandas as pd

# 原数据构建
df = pd.DataFrame({'Value': ['Apple, Banana, Pineapple', 'Apple, Orange', 'Celery, Carrot, Beetroot, Cucumber', 'Watermelon, Apple, Lychee']})

# 拆分、去空格、展开、计数
count_result = (
    df['Value']
    .str.split(',')  # 按逗号拆分每行字符串为列表
    .explode()  # 把列表里的每个元素展开成单独的行
    .str.strip()  # 去除元素前后的空格（比如拆分后的" Banana"会处理为"Banana"）
    .value_counts()
)

print(count_result)

运行后输出的统计结果如下：

Apple        3
Banana       1
Pineapple    1
Orange       1
Celery       1
Carrot       1
Beetroot     1
Cucumber     1
Watermelon   1
Lychee       1
Name: Value, dtype: int64

如果需要纯文本的元素 频次格式，直接遍历结果打印即可：

for item, cnt in count_result.items():
    print(f"{item} {cnt}")

方法2：基于你已经提取的listdf列表实现 #

如果你已经拿到了listdf列表（注意修正列名大小写问题），可以先把所有拆分后的元素展平成一维列表，再做计数，两种写法都可用：

写法1：转pandas Series复用value_counts #

# 注意修正列名大小写，原列名是Value不是value
listdf = df["Value"].to_list()

# 展平所有元素
all_items = []
for s in listdf:
    # 拆分后去空格，过滤空字符串（防止原字符串末尾多余逗号产生无效空值）
    items = [i.strip() for i in s.split(',') if i.strip()]
    all_items.extend(items)

# 转Series后计数
count_result = pd.Series(all_items).value_counts()

写法2：用Python标准库collections.Counter计数 #

不需要依赖pandas的计数方法：

from collections import Counter

count_result = Counter(all_items)
# 直接打印即可得到键值对形式的频次结果
print(count_result)

注意：如果原字符串存在末尾多余逗号（比如你示例里第二行Apple, Orange, 末尾多了一个逗号），拆分后会产生空字符串，上面代码里的if i.strip()判断会自动过滤这类无效空值，避免统计出错。

内容的提问来源于stack exchange，提问作者Kusisi Karem