如何在Pandas DataFrame中统计列字符串在另一列的出现次数？

嘿，这两个Pandas的统计需求我帮你搞定！下面分情况给你具体的实现方案，都是在Jupyter Notebook里能直接跑的代码~

假设你的DataFrame名为df，需要检查的列是check_col，目标列是target_col。这里提供两种实现思路，优先推荐矢量化操作，效率更高：

方式1：矢量化批量处理（推荐） #

不用手动遍历，利用Pandas的字符串方法就能批量完成检查，速度快还简洁：

import pandas as pd

# 先造个示例数据，你可以替换成自己的DataFrame
df = pd.DataFrame({
    'check_col': ['apple', 'banana', 'orange', 'grape'],
    'target_col': ['I like apple', 'Banana is yellow', 'Orange juice', 'No fruit here']
})

# 检查每行的check_col字符串是否在target_col中（加lower()是为了不区分大小写，不需要的话可以去掉）
df['is_present'] = df.apply(lambda row: row['check_col'].lower() in row['target_col'].lower(), axis=1)

# 统计符合条件的总次数
total_match_count = df['is_present'].sum()
print(f"总共有 {total_match_count} 个字符串出现在目标列中")

方式2：显式逐行遍历（适合自定义复杂逻辑） #

如果你需要在遍历过程中加一些额外的判断逻辑，就用这种方式：

match_count = 0
for idx, row in df.iterrows():
    check_str = row['check_col']
    target_str = row['target_col']
    # 这里可以加自定义条件，比如区分大小写/部分匹配等
    if check_str in target_str:
        match_count += 1
print(f"匹配成功的总次数：{match_count}")

这里重点是完整字符串匹配，不是子串匹配。我们可以先统计c1列的词频，再快速匹配c2的每个元素，效率拉满：

# 示例数据，替换成你的真实DataFrame即可
df = pd.DataFrame({
    'c1': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana'],
    'c2': ['apple', 'orange', 'grape', 'banana']
})

# 第一步：统计c1列中每个完整字符串的出现次数，转成字典方便查询
c1_frequency = df['c1'].value_counts().to_dict()

# 第二步：遍历c2列的所有唯一字符串（避免重复统计相同内容），输出结果
for string in df['c2'].unique():
    # 用get方法，不存在的字符串返回0
    occur_count = c1_frequency.get(string, 0)
    print(f"完整字符串 '{string}' 在c1列中出现了 {occur_count} 次")

如果你的c2列有重复的字符串，需要每个都打印结果（比如c2里有两个apple，要分别输出），那就直接遍历df['c2']：

for string in df['c2']:
    occur_count = c1_frequency.get(string, 0)
    print(f"完整字符串 '{string}' 在c1列中出现了 {occur_count} 次")

内容的提问来源于stack exchange，提问作者mapk