Question

我有一个excel文件，其中A列（名称）和B列（描述）中有关于个人资料的详细说明。看起来像：

Name             Description
James R          A good systems developer...

我正尝试计算“好”一词在“说明”列的每一行中出现的次数，并创建一个具有重复次数的新列。我有很多价值观，所以我更喜欢使用熊猫而不是Excel公式。输出应如下所示：

Name             Description                   Good
James R          A good systems developer...     1

我开发的python代码是这样的：

In [1]: import collections

In [2]: import pandas as pd

In [3]: df=pd.read_excel('israel2013.xls')

In [4]: str1=df.description

In [5]: str2= 'good'

In [6]: for index, row in df.iterrows():
   ...:     if str2 in str1:
   ...:         counter=collections.Counter (r[0] for str2 in str1)
   ...:     else:
   ...:         print (0)

但是我从中得到全零，我也不知道怎么了。谢谢

Answer 1

演示数据框：

>>> data = [['James R', 'A good systems developer'], ['Bob C', 'a guy called Bob'], ['Alice R', 'Good teacher and a good runner']]                                           
>>> df = pd.DataFrame(data, columns=['Name', 'Description'])                                                                                                                 
>>>                                                                                                                                                                          
>>> df                                                                                                                                                                       
      Name                     Description
0  James R        A good systems developer
1    Bob C                a guy called Bob
2  Alice R  Good teacher and a good runner

解决方案：

>>> df['Good'] = df.Description.str.count(r'(?i)\bgood\b')                                                                                                       
>>> df                                                                                                                                                                       
      Name                     Description  Good
0  James R        A good systems developer     1
1    Bob C                a guy called Bob     0
2  Alice R  Good teacher and a good runner     2

\b标记单词边界，(?i)执行不区分大小写的搜索。除了使用(?i)，您还可以import re并提供flags=re.IGNORECASE作为count的第二个参数。

Answer 2

尝试：

df['Good'] = df['description'].str.findall('good').str.len()

创建一个新的Excel列，并使用PANDAS在列的每一行中重复出现一个值的次数

2 个答案: