python计算一个字符串在熊猫数据框的整行中出现的次数答案

【问题标题】：python count how many times a string is present in the entire row of a pandas dataframepython计算一个字符串在熊猫数据框的整行中出现的次数
【发布时间】：2023-03-04 19:00:02
【问题描述】：

我有一个基于我之前的question 的问题。下面的代码运行良好，它告诉我search_string 是否存在于整行中。如何修改最后一行，以便它为我提供匹配计数而不是 1 或 0？例如，对于第一行，它应该返回 4，因为我的 search_string 存在于该行的 4 个位置。

sales = [{'account': 'Jones LLC jones', 'Jan': '150', 'Feb': '200', 'Mar': '140 jones jones'},
         {'account': 'Alpha Co',  'Jan': 'Jones', 'Feb': '210', 'Mar': '215'},
         {'account': 'Blue Inc',  'Jan': '50',  'Feb': '90',  'Mar': '95' }]
df = pd.DataFrame(sales)
df

search_string = 'Jones'

(df.apply(lambda x: x.str.contains(search_string))
                       .sum(axis=1).astype(int))

【问题讨论】：

标签： python pandas dataframe apply

【解决方案1】：

您可以使用findall 和.str.len：

sales = [{'account': 'Jones LLC jones', 'Jan': '150', 'Feb': '200', 'Mar': '140 jones jones'},
         {'account': 'Alpha Co',  'Jan': 'Jones', 'Feb': '210', 'Mar': '215'},
         {'account': 'Blue Inc',  'Jan': '50',  'Feb': '90',  'Mar': '95' }]
df = pd.DataFrame(sales)
df

search_string = 'jones' #Note changed to lowercase j to find more data.

(df.apply(lambda x: x.str.findall(search_string).str.len())
                       .sum(axis=1).astype(int))

输出：

0    3
1    0
2    0
dtype: int32

将@Vaishali 编辑添加到解决方案：

df.apply(lambda x: x.str.lower().str.findall(search_string).str.len()).sum(axis=1).astype(int)

输出：

0    4
1    1
2    0
dtype: int32

【讨论】：

为什么第二行没有返回 1？第二列第二行有琼斯
@Ni_Tempe 查看 Vaishali 修改的更新

【解决方案2】：

使用前面question 中的代码，我们简单地将any 方法更改为sum 方法。将所有 1 相加，以有效计算给定行 (axis=1) 中出现的次数。

## added and extra Jones into row 1 for 'Jan' column
sales = [{'account': 'Jones LLC', 'Jan': 'Jones', 'Feb': '200', 'Mar': '140'},
         {'account': 'Alpha Co',  'Jan': 'Jones', 'Feb': '210', 'Mar': '215'},
         {'account': 'Blue Inc',  'Jan': '50',  'Feb': '90',  'Mar': '95' }]

df = pd.DataFrame(sales)

df_list = []

for search_string in ['Jones', 'Co', 'Alpha']:
    #use above method but rename the series instead of setting to
    # a columns. The append to a list.
    df_list.append(df.apply(lambda x: x.str.contains(search_string))
                     .sum(axis=1) ## HERE IS SUM in place of any
                     .astype(int)
                     .rename(search_string))

#concatenate the list of series into a DataFrame with the original df
df = pd.concat([df] + df_list, axis=1)
df

Out[2]:
    Feb Jan    Mar   account     Jones  Co   Alpha
0   200 Jones  140   Jones LLC   2      0    0
1   210 Jones  215   Alpha Co    1      1    1
2   90  50     95    Blue Inc    0      0    0

【讨论】：

我使用了搜索字符串“jones”，但在这个问题中提到的数据框中没有返回 4。是否搜索所有列？
@Ni_Tempe 是的，axis=1 部分应确保它是按行应用的。可能是您的实际 DataFrame 中有非字符串或对象类型的列，这会忽略它们。我认为这会引发错误。