如何创建统计字符出现次数的列并合并至Pandas DataFrame

我来帮你搞定这个问题！你的现有代码存在几个关键问题，导致没办法正确填充每行的字符计数：

• 每次循环里的T_C[i[0]]=i[1]是给整列赋值，而不是当前行，所以最后只会保留最后一次循环的结果
• 没有处理当前行未出现的字符，比如某行只有A时，B列应该显示0，但你的代码不会生成这个值
• Temp_cab变量没有被用到，属于冗余代码

改进方案：用apply+Counter优雅实现 #

咱们用更简洁高效的方式来实现需求，代码如下：

import pandas as pd
from collections import Counter

# 初始化原始数据
C_det = pd.DataFrame(['A','B','AA','BB','ABB'], columns=['C_Dk'])

# 定义字符统计函数：确保返回A和B的计数，未出现的字符填0
def count_ab_chars(s):
    char_counter = Counter(s)
    # 用get方法获取计数，不存在则返回0
    return {'A': char_counter.get('A', 0), 'B': char_counter.get('B', 0)}

# 对每个字符串应用统计函数，转换为DataFrame后和原数据合并
char_count_df = C_det['C_Dk'].apply(count_ab_chars).apply(pd.Series)
final_df = pd.concat([C_det, char_count_df], axis=1)

# 查看结果
print(final_df)

运行结果 #

执行后你会得到符合预期的DataFrame：

C_Dk  A  B
0    A  1  0
1    B  0  1
2   AA  2  0
3   BB  0  2
4  ABB  1  2

通用扩展（支持任意字符） #

如果你的数据里不止A和B，还包含其他字符，可以用下面的通用版本，自动识别所有出现过的字符并统计：

import pandas as pd
from collections import Counter

C_det = pd.DataFrame(['A','B','AA','BB','ABB','AC'], columns=['C_Dk'])

# 提取所有出现过的唯一字符
all_unique_chars = set(''.join(C_det['C_Dk']))

def count_all_chars(s):
    char_counter = Counter(s)
    return {char: char_counter.get(char, 0) for char in all_unique_chars}

char_count_df = C_det['C_Dk'].apply(count_all_chars).apply(pd.Series)
final_df = pd.concat([C_det, char_count_df], axis=1)

print(final_df)

这个版本会自动处理所有出现的字符，比如上面的例子会生成A、B、C三列的计数。

内容的提问来源于stack exchange，提问作者Newton Khan