python - 基于 str.contains (或类似)跨数据框列进行计数

Question

我想计算每行中包含特定字符串的单元格数量，多次包含特定字符串的单元格应该只计算一次。

我可以计算一行中等于给定值的单元格数量，但是当我扩展此逻辑以使用 str.contains 时，我遇到了问题，如下所示

d = {'col1': ["a#", "b","c#"], 'col2': ["a", "b","c#"]}
df = pd.DataFrame(d)

#can correctly count across rows using equality 
thisworks =( df =="a#" ).sum(axis=1)

#can count across  a column using str.contains
thisworks1=df['col1'].str.contains('#').sum()

#but cannot use str.contains with a dataframe so what is the alternative
thisdoesnt =( df.str.contains('#') ).sum(axis=1)

输出应该是一系列显示每行中包含给定字符串的单元格数量。

Answer 1

str.contains 是一个系列方法。要将其应用到整个数据帧，您需要 agg 或 apply 例如:

df.agg(lambda x: x.str.contains('#')).sum(1)

Out[2358]:
0    1
1    0
2    2
dtype: int64

---

如果您不喜欢 agg 也不喜欢 apply，您可以使用 np.char.find 直接处理底层 numpy 数组df

(np.char.find(df.values.tolist(), '#') + 1).astype(bool).sum(1)

Out[2360]: array([1, 0, 2])

将其传递给 df 的系列或列

pd.Series((np.char.find(df.values.tolist(), '#') + 1).astype(bool).sum(1), index=df.index)

Out[2361]:
0    1
1    0
2    2
dtype: int32