python - 如何计算一个 df.column 的时间值是另一个 df.column 的一部分？

Question

我必须使用不同的数据框，它们都包含一列对象类型。两列都存在值的组合。我想知道第二个数据帧中的组合在第一个数据帧的组合中出现的频率。

我尝试了不同的变体:

df1.Column1.str.count(df2['Column2'])

但我一直收到错误:

TypeError: 'Series' objects are mutable, thus they cannot be hashed

df1 = 
Index                         Column1 
0                             BIER, VRUCHTENSAP, SMOOTHIE
1                                       FRISDRANK, KOFFIE
2                                           KOFFIE, WATER
3                                            KOFFIE, THEE
4                                       FRISDRANK, KOFFIE
5                                   HOT CHOCOLATE, KOFFIE
6                                            KOFFIE, THEE
7                                       FRISDRANK, KOFFIE
8                                         BIER, FRISDRANK
9                                       FRISDRANK, KOFFIE
10                                 BIER, MIX DRINKS, THEE
11                                           KOFFIE, THEE

df2 = 
Index                         Column2
1                    KOFFIE, SPECIAAL BIER
2                             KOFFIE, THEE
3                            KOFFIE, WATER

预期结果是一个数据帧，显示 df2 中值的计数，以及它们在 df1 中出现的时间:

Index                         Count
KOFFIE, SPECIAAL BIER         0
KOFFIE, THEE                  3 
KOFFIE, WATER                 1

我希望有人能帮助我。

Answer 1

如果您正在寻找完全匹配，您可以使用以下列表理解，计算与 pd.Series.eq 完全匹配的数量。 :

counts = [df1.Column1.eq(i).sum() for i in df2.Column2]
pd.DataFrame({'Count':counts}, df2.Column2)

                        Count
Column2                   
KOFFIE, SPECIAAL BIER      0
KOFFIE, THEE               3
KOFFIE, WATERE             1