如何统计Pandas DataFrame中多个指定值的总出现次数

假设我们有如下DataFrame df：

c1  c2  c3  c4  c5  c6
0   'A' 'B' NaN NaN NaN NaN
1   'C' 'D' NaN NaN NaN NaN
2   'A' 'A' 'B' NaN NaN NaN
3   'A' 'B' 'C' NaN NaN NaN
4   NaN NaN NaN NaN NaN NaN

我们已经知道统计单个值'B'的总出现次数，可以用代码(df == 'B').sum().sum()实现。现在需要统计列表v = ['B', 'C']中所有元素在该DataFrame内的总出现次数，逐值相加的写法(df == 'B').sum().sum() + (df == 'C').sum().sum()虽然能得到正确结果，但灵活性不足，待匹配元素多的时候写法非常繁琐，需要更通用的实现方法。

直接使用Pandas提供的isin()方法即可满足需求，代码如下：

(df.isin(v)).sum().sum()

该方案逻辑清晰：

• df.isin(v)会返回一个和原DataFrame维度完全一致的布尔矩阵，元素在列表v内的位置为True，其余位置为False
• 连续调用两次sum()，第一次按列统计每列的匹配数量，第二次把所有列的统计结果累加，最终得到所有匹配元素的总出现次数

内容的提问来源于stack exchange，提问作者LJG