DataFrame中特定项的值计数

Question

我的消息数据框（df）与以下内容类似：

From                To
person1@gmail.com   stranger1@gmail.com
person2@gmail.com   stranger1@gmail.com, stranger2@gmail.com
person3@gmail.com   person1@gmail.com, stranger2@gmail.com

我想计算每封电子邮件从特定列表中显示的次数。我的名单是：

lst = ['person1@gmail.com', 'stranger2@gmail.com', 'person3@gmail.com']

我希望收到一个数据框/系列/字典，结果如下：

list_item              Total_Count
person1@gmail.com      2
stranger2@gmail.com    2
person3@gmail.com      1

我尝试过几种不同的东西，但没有成功。我以为我可以尝试类似下面的for循环（它返回一个语法错误），但我找不到正确的方法来编写它。

for To,From in zip(df.To, df.From): 
    for item in lst:
        if To,From contains item in emails:
            Count(item)

这种类型的任务是应该用for循环完成还是开箱即用的pandas方法可以解决这个问题？

Answer 1

stack - 基于

拆分To列，stack所有内容，然后执行value_counts：

v = pd.concat([df.From, df.To.str.split(', ', expand=True)], axis=1).stack()
v[v.isin(lst)].value_counts()

stranger2@gmail.com    2
person1@gmail.com      2
person3@gmail.com      1
dtype: int64

melt

另一种选择是使用melt：

v = (df.set_index('From')
      .To.str.split(', ', expand=True)
      .reset_index()
      .melt()['value']
)
v[v.isin(lst)].value_counts()

stranger2@gmail.com    2
person1@gmail.com      2
person3@gmail.com      1
Name: value, dtype: int64

请注意，set_index + str.split + reset_index与pd.concat([...])同义......