如何用Pandas统计字典/列表元素在DataFrame指定列的出现次数

首先，我先帮你定位代码里的问题，再给你更高效的实现方案：

你的代码中的错误点 #

• 变量名大小写不一致：函数里定义的是numOfRows，但return时写成了numofRows（小写的o），这会触发NameError
• 没必要遍历整行：你只需要对比TableB的age列，所以lambda里直接判断y == x['age']即可，不用把整行转成列表判断

修正后的可运行代码 #

先把你的代码调整正确，能得到你想要的结果：

import pandas as pd

# 构造示例数据
a = {'age':[22,38,26],'no':[1,2,3]}
TableB_data = {'name': ['Braund', 'Cummings', 'Heikkinen', 'Allen'], 
               'age': [22,38,26,35,41,22,38], 
               'fare': [7.25, 71.83, 0 , 8.05,7,6.05,6], 
               'survived?': [False, True, True, False, True, False, True]}
TableB = pd.DataFrame(TableB_data)

def myfunction(y):
    # 只针对age列做判断，不用遍历整行
    seriesObj = TableB.apply(lambda x: True if y == x['age'] else False, axis=1)
    numOfRows = len(seriesObj[seriesObj == True].index)
    return numOfRows  # 修正变量名大小写

c = {}
c['age'] = a['age']
c['count'] = pd.Series(a['age']).apply(myfunction)

# 转成DataFrame更直观
result_df = pd.DataFrame(c)
print(result_df)

运行后输出：

age  count
0   22      2
1   38      2
2   26      1

更高效的实现方式（推荐） #

上面的apply是逐行循环，数据量大时效率很低。Pandas有原生方法可以快速完成这个需求：

方法1：用value_counts + 字典匹配 #

先统计TableB['age']的所有值出现次数，再匹配a['age']中的元素：

# 统计TableB中age的出现次数，转成字典
age_counts = TableB['age'].value_counts().to_dict()

# 构造结果，不存在的元素计数设为0
c = {
    'age': a['age'],
    'count': [age_counts.get(age, 0) for age in a['age']]
}

result_df = pd.DataFrame(c)
print(result_df)

方法2：用groupby + merge #

全程用DataFrame操作，适合更复杂的场景：

# 把a转成DataFrame
a_df = pd.DataFrame(a)
# 统计TableB的age出现次数
tableb_age_count = TableB.groupby('age').size().reset_index(name='count')
# 合并数据，匹配不到的计数填充为0
result_df = a_df[['age']].merge(tableb_age_count, on='age', how='left').fillna(0)
# 把计数转成整数类型
result_df['count'] = result_df['count'].astype(int)
print(result_df)

这两种方法都比apply高效得多，尤其是当TableB数据量较大时。

针对你的第一个需求（列表元素在DataFrame指定列的出现次数） #

比如列表a_list = [22,38,26]，要统计每个元素在TableB['age']的出现次数，用方法1最简洁：

a_list = [22,38,26]
age_counts = TableB['age'].value_counts().to_dict()
counts = [age_counts.get(x, 0) for x in a_list]
result = {'elements': a_list, 'count': counts}

内容的提问来源于stack exchange，提问作者Cherry