如何计算给定字符串在panda中的字符串数组中的出现次数

IIUC,你需要使用 ast.literal_eval , explode() ,然后使用 value_counts() .

from ast import literal_eval
import pandas as pd

res = df['tags'].apply(literal_eval).explode().value_counts()
print(res)

输出:

Startup      4
Bitcoin      3
Addiction    2
Health       2
Name: tags, dtype: int64

示例输入数据帧:

df = pd.DataFrame({
    "tags" : [
        "['Startup']", "['Startup']", "['Startup']", "['Startup']",
        "['Bitcoin']", "['Bitcoin']", "['Bitcoin']", 
        "['Addiction', 'Health']", "['Addiction', 'Health']"
    ]
})

感谢@ljmc:

NB。 ast.literal_eval 并不总是安全的。从…起 doc :

这一功能在过去被证明是安全的,但没有定义这意味着什么。这是误导。与更通用的eval()不同,这是专门为不执行Python代码而设计的。[…]但它并非没有攻击:相对较小的输入可能导致内存耗尽或C堆栈耗尽,从而导致进程崩溃。在某些输入上,还可能存在CPU消耗过多而拒绝服务的可能性。因此,不建议在不受信任的数据上调用它。

您可以使用 collections.Counter 和 apply 或 agg 到您的系列。

import pandas as pd
from collections import Counter

df = pd.DataFrame({
    "tags": [['Startup'], ["Bitcoin"], ["Startup", "Ethereum"]]
})

c = Counter()
df["tags"].apply(c.update)

c 包含

Counter({'Startup': 2, 'Bitcoin': 1, 'Ethereum': 1})