如何从另一列计算熊猫数据框列中匹配项的数量？

Question

在这个小数据框中：

d1 = pd.read_csv('to_count.mcve.txt', sep='\t')

pos   M1          M2      F1
23    A,B,A,C,D   A,C,B   A
24    A,B,B,C,B   A,B,A   B
28    C,B,C,D,E   B,C     E

我想计算 F1 中有多少值在 M1 和 M2 中。作为一个学习过程，我已经把它分解成碎片。

预期的最终输出：

pos   M1  M2  F1
23    2   1   1
24    3   1   1
28    1   0   1

我尝试了什么：

d1 = d1.set_index(['pos'], append=True) # to set the pos value aside for simplicity

我可以使用任何一种方法（虽然并不完全有效），但我想学习这个过程。

然后：在一行中直接计数

d1_count = d1.apply(lambda x: d1.count(d1['F1']))

这是抛出错误消息。我知道我做错了。 那么，我的方法有什么问题？我怎样才能做得更好？

感谢任何带有解释的建议（对于任何或所有方法）。

Answer 1

可以使用apply方法循环遍历数据框行，使用str.count方法统计出现次数：

df[['M1', 'M2']] = df.apply(lambda x: x.loc['M1':'M2'].str.count(x.F1), 1)
df

#  pos  M1  M2  F1
#0  23  2   1   A
#1  24  3   1   B
#2  28  1   0   E

---

如果要计算除pos 之外的所有列：

df.set_index('pos').apply(lambda x: x.str.count(x.F1), 1).reset_index()

#  pos  M1  M2  F1
#0  23  2   1   1
#1  24  3   1   1
#2  28  1   0   1