如何使用Pandas统计指定列中特定单词的出现次数？

嘿，这个需求用Pandas分分钟就能搞定！我来给你写个靠谱的脚本，顺便解释下每一步怎么回事～

完整可行代码 #

import pandas as pd

# 读取CSV文件，仅加载需要的"names"列（可选，优化性能）
df = pd.read_csv('csv.csv', usecols=['names'])

# 统计"John"的出现次数
john_count = df['names'].value_counts().get('John', 0)

# 输出结果
print(john_count)  # 运行后会输出你想要的3

代码解释 #

• 首先得导入Pandas库，这是处理CSV数据的基础操作；
• pd.read_csv里的usecols=['names']是可选但推荐的操作——只加载你需要的列，处理大文件时能节省不少内存；
• value_counts()会自动统计列中每个唯一值的出现次数，返回一个键值对形式的Series；用get('John', 0)可以安全获取"John"的次数，即便CSV里没有"John"也会返回0，不会报错；
• 最后打印结果就是你要的3啦。

另一种实现方式（布尔索引） #

如果你习惯用筛选行的方式，也可以这么写：

john_count = len(df[df['names'] == 'John'])

这个逻辑是先筛选出所有names列等于"John"的行，再计算这些行的数量，结果和上面完全一致。

注意事项 #

• 确保CSV文件路径正确：如果文件不在脚本的当前目录，要写完整路径，比如Windows下用r'C:\Users\你的用户名\csv.csv'，Linux/Mac下用'/home/你的用户名/csv.csv'；
• 注意大小写敏感：如果CSV里的名字是小写的"john"，上面的代码会返回0。如果需要忽略大小写统计，可以改成：

john_count = df['names'].str.lower().value_counts().get('john', 0)

内容的提问来源于stack exchange，提问作者ananvodo