python - 计算字段中单词/字符的出现次数

Question

我有类似于以下示例的网站访问者数据:

<表类="s-表"><头>id页数<正文>001/ice-cream，/bagels，/bagels/flavors002/pizza,/pizza/flavors,/pizza/recipe

我想转换到下面，在这里我可以计算他们访问我网站中处理特定内容的部分的次数。以逗号分隔的所有网页浏览量的一般计数也很好。

<表类="s-表"><头>idbagel_count<正文>00120020

<表类="s-表"><头>idpizza_count<正文>00100023

<表类="s-表"><头>idtotal_pages_count<正文>00130023

我可以选择在 SQL 或 Python 中执行，但我不确定哪个更容易，因此我问这个问题的原因。

我引用了以下问题，但它们不符合我的目的:

• Count the number of occurrences of a character in a string (这很接近，但我不确定如何应用于数据框)

• count occurencies of a word

• Counting word occurrences in a table column

• Counting word occurrence with SQL query

Answer 1

我们可以先split 然后explode 然后用crosstab 得到你的结果

df['pages'] = df.pages.str.split(r'[/, ]')
s = df.explode('pages')
out = pd.crosstab(s['id'], s['pages']).drop('', axis=1)
out
Out[427]: 
pages  bagels  flavors  ice-cream  pizza  recipe
id                                              
1           2        1          1      0       0
2           0        1          0      3       1