Python Pandas Series.str.count()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas str.count()方法用于计算一系列字符串中每个字符串或正则表达式模式的出现。还可以传递其他标志参数来处理以修改正则表达式的某些方面，例如区分大小写，多行匹配等。

由于这是一个pandas字符串方法，因此仅适用于字符串系列，并且.str在每次调用此方法之前都必须加上前缀。否则，将产生错误。

用法：Series.str.count(pat, flags=0)

参数：
pat:要在串联的字符串中搜索的字符串或正则表达式
flags:可以传递的正则表达式标志(A，S，L，M，I，X)，默认值为0，表示无。对于此正则表达式模块(re)也必须导入。

返回类型：系列，每个字符串中已通过字符的出现次数。

要下载代码中使用的CSV，请点击此处。

在以下示例中，使用的 DataFrame 包含一些NBA球员的数据。下面是任何操作之前的数据帧图像。

范例1：计数单词出现
在此示例中，从列表中创建了一个 Pandas 系列，并使用str.count()方法对gfg的出现进行计数。

# importing pandas package 
import pandas as pd 
  
# making list 
list =["GeeksforGeeks", "Geeksforgeeks", "geeksforgeeks", 
       "geeksforgeeks is a great platform", "for tech geeks"] 
  
# making series 
series = pd.Series(list) 
  
# counting occurrence of geeks 
count = series.str.count("geeks") 
  
# display 
count

输出：
如输出图像所示，显示了每个字符串中出现的极客，并且由于第一个大写字母而没有计算极客。

范例2：使用标志

在此的示例“a”出现在名称列中。还使用了flag参数，并将re.I传递给它，这意味着IGNORECASE。因此，在计数期间将同时考虑a和A。

# importing pandas module  
import pandas as pd 
  
# importing module for regex 
import re 
  
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
  
# String to be searched in start of string  
search ="a"
  
# count of occurrence of a and creating new column 
data["count"]= data["Name"].str.count(search, re.I) 
  
# display 
data

输出：
如输出图像中所示，通过查看第一个索引本身可以清楚地进行比较，Avery Bradely中a的计数为2，这意味着要同时考虑大写和小写。

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.str.count()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。