从列B获取在列A中找到的字符串的计数，并在新列中返回值

Question

我正在尝试获取pandas中第二列中一列内容的计数。我想把频率计数放在一个叫做频率的新列中。

我想在名为[频率]的新列中的[描述]列中查找[关键字]列中的字符串的次数。

所需输出

[keyword]           [Description]          [Frequency]
car                 car dog car car             3
car                 car dog dog dog             1
new car             old car car dog             0

我尝试过的代码

我尝试了以下代码，但出现了两个问题。(频率计数不准确，格式完全错误(。

s = df['Keyword']
pat = r'b{}b'.format('|'.join(s))
from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
df_new = pd.DataFrame(mlb.fit_transform(df['Description'].str.findall(pat)),
columns=mlb.classes_,
index=df.index).reindex(columns=s, fill_value=0)

Answer 1

如果您想要精确的单词匹配，请使用此选项：

df['frequency'] = [len(re.findall(rf'b{k}b', d)) for k, d in zip(df['keyword'], df['Description'])]
print(df)

输出

keyword       Description  frequency
0      car   car dog car car          3
1      car   car dog dog dog          1
2  new car   old car car dog          0

@jezrael建议的一个更好的替代方案是：

df['frequency'] = [len(re.findall(rf'b{k}b', d)) for k, d in df[['Description', 'keyword']].to_numpy()]

Answer 2

如果精确匹配不重要，请使用count，这意味着如果描述中的carito与car匹配。如果需要避免，请使用@Dani Mesejo答案。

df['new'] = df.apply(lambda x: x['Description'].count(x['keyword']), axis=1)
print (df)
keyword      Description  Frequency  new
0      car  car dog car car          3    3
1      car  car dog dog dog          1    1
2  new car  old car car dog          0    0