Python 是否将一个数据帧列的出现计数为另一个数据帧列中的子字符串？

我是python新手，已经找到了在df列中计算硬编码子字符串的答案，但在使用另一个df列作为输入时找不到答案。这对熊猫有可能吗

这相当混乱，但基本上我的数据帧是：

ID    Info
3457  <type1><stats></id>3457<type2></id>3457<type2></id>45
234   <type2><stats></id>234
4555  <type2><stats></id>604555<type1></id>4555<type2></id>4555
2378  <stats></id>555

ID信息
3457  3457345745
234   234
4555  60455545554555
2378  555

我已经设法计算了特定字符串的出现次数，例如

df['Type1_Count']=df['Info'].apply((lambda string: string.count("<type1>")))
df['Type2_Count']=df['Info'].apply((lambda string: string.count("<type2>")))

df['Type1_Count']=df['Info'].apply（（lambda字符串：string.Count（“”））
df['Type2_Count']=df['Info'].apply（（lambda字符串：string.Count（“”））

但是，我还需要从第一列开始计算ID的出现次数，因为这些ID可能存在错误匹配，所以实际上需要对字符串“/ID>”加上ID列进行计数

---

希望这有意义，感谢您的帮助。

您可以尝试其中一种

df = pd.DataFrame({'name':['bernard','Samy','yyy'],'digit':[2,3,3],'SearchID':['be','xx','Sam']})
print df

for ID in df['SearchID']:
    print ID, '\n', df.name.str.count(ID)

Searchstr = df['SearchID'].str.cat(sep='|')
print df.apply(lambda x: x['name'].count(x['SearchID']), axis=1)

---

对于第一个方法，我得到了错误“TypeError:第一个参数必须是字符串或编译模式”，对于第二个方法，我得到了“AttributeError:只能使用带字符串值的.str访问器，它在pandas中使用np.object dtype”，可能是因为我的SearchID是int64？是否需要转换数据类型？是的，此类函数需要字符串，请将其转换为字符串，然后重试