You need to enable JavaScript to run this app. 如何在pandas DataFrame中统计指定列内特定词出现在另一特定词之后的次数
优惠活动
大模型
产品
解决方案
定价
更多

如何在pandas DataFrame中统计指定列内特定词出现在另一特定词之后的次数

Pandas指定列中「目标词在参考词之后出现」的次数统计

需求说明

对DataFrame的指定文本列逐行判断:行内文本中目标词汇(如示例的bed)是否出现在参考词汇(如示例的home)之后,最终统计全列满足该条件的记录总数量。

可运行的示例初始化代码

原示例代码存在语法问题,修正为可直接运行的版本:

import pandas as pd

raw_data = {
    'whereabouts': ['in bed at home', 'at home in bed',
                    'in school in class', 
                    'at home in bed', 'at home in yard'],
    'last_name': ['James', 'Ellen', 'Alex', 'Tomas', 'Rick']
}
df = pd.DataFrame(raw_data, columns=['whereabouts', 'last_name'])
print(df)

核心实现方案

采用正则匹配完成判断,为避免子串误匹配(如将homestay中的home、bedroom中的bed错判为目标词),匹配规则加入单词边界校验:

  • 正则规则:\bhome\b.*?\bbed\b
    • \b:标记单词边界,确保匹配的是独立完整的目标词汇
    • .*?:非贪婪匹配,覆盖两个单词之间的任意文本内容
# 定义匹配规则
match_pattern = r'\bhome\b.*?\bbed\b'
# 逐行校验匹配情况,布尔值求和即为满足条件的记录总数
total_valid = df['whereabouts'].str.contains(match_pattern, regex=True).sum()
print(f"符合条件的记录总数:{total_valid}")

示例运行结果

对示例数据集逐行校验:

  1. in bed at home:bed在home之前,不满足
  2. at home in bed:bed在home之后,满足
  3. in school in class:无两个目标词汇,不满足
  4. at home in bed:bed在home之后,满足
  5. at home in yard:home后无bed,不满足
    最终输出满足条件的记录总数为2。

补充规则

  • 若需统计单行内多次满足条件的出现频次(如单行文本包含home...bed...home...bed的场景),可将str.contains替换为str.count(match_pattern)后再求和,会按实际出现次数累计
  • 若不需要严格匹配独立单词,仅需匹配连续子串,可去掉正则中的\b标记,直接使用r'home.*?bed'作为匹配规则

内容的提问来源于stack exchange,提问作者JoelK

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.31 04:45:04