如何在Pandas DataFrame中按行统计唯一Hashtag的出现行数？

没问题，我来帮你搞定这个需求！你原来的代码统计的是所有Hashtag的总出现次数（包括同一行重复的），而你需要的是每个Hashtag在多少不同的行中出现，这就需要先对每行的标签去重，再统计。

具体解决方案 #

这里有个直观的实现方式，分两步走：

1. 提取每行的所有唯一Hashtag（去掉同一行内的重复标签）
2. 将这些行级的唯一标签展开，再统计每个标签出现的行数

代码如下：

import pandas as pd

# 你的示例数据
data = {'Posts': [
    "This is an example #tag1",
    "This too is an example #tag1 #tag2",
    "Yup, still an example #tag1 #tag1 #tag3"
]}
df = pd.DataFrame(data)

# 第一步：提取每行的唯一Hashtag
unique_tags_per_row = df['Posts'].str.findall(r'#\w+').apply(set).apply(list)

# 第二步：展开并统计行数
count_hashtags_by_row = unique_tags_per_row.explode().value_counts()

print(count_hashtags_by_row)

输出结果 #

运行后你会得到想要的统计：

#tag1    3
#tag2    1
#tag3    1
dtype: int64

代码解释 #

• str.findall(r'#\w+')：从每行文本中提取所有符合格式的Hashtag，返回一个包含标签的列表
• .apply(set)：把每行的标签列表转成集合，自动去除同一行内的重复标签
• .apply(list)：把集合转回列表，方便后续的explode操作
• .explode()：将每行的标签列表拆分成单独的行，每个标签占一行
• .value_counts()：统计每个标签在不同行中出现的次数

如果你想更简洁，也可以把代码合并成一行：

count_hashtags_by_row = df['Posts'].str.findall(r'#\w+')\
    .apply(lambda x: pd.Series(x).unique())\
    .explode()\
    .value_counts()

这样就能完美得到你需要的按行去重后的Hashtag统计结果啦！

内容的提问来源于stack exchange，提问作者Arun