Python 如何搜索和获得熊猫中每个独特项目的特殊字符数

通过使用pandas dataframe，我试图获得列中使用的特殊字符数，但没有得到所需的输出

我的.tsv文件是：

我试图从'ID'w.r.t'NAME'（对于每个名称）（NAME=4和special characters=7）中获取每个特殊字符（：\，\%=？）的计数，但对于ID中存在的每个名称和特殊字符，我并没有得到所需的输出，它们是“（：\，\%=？”

我需要为每个名字的每个特殊字符计数。 我试过了，但没有得到下面想要的输出

期望输出为：

NAME         :        \          #       ?         %           =          ,

S. gambu  RTD:78689    0         0    RTD?78689    0          0          0        
           GTT:67878                      
           count(2)                    count(1)                                



G. homos     0   SFDG\SS234R  SFHG#SR234R    0       0       TYU=TT678R     0
                  count(1)     count(1)                       count(1)

T. mosus     0       0          0         0    TTR%YY67ET      0    RTU,YY67ET          
                                             count(1)                 count(1)

G. ytrty     NaN    NaN         NaN     NaN      NaN           NaN      NaN  


Total         2      1           1       1          1            1            1

~~~ python
我试过的代码：

pattern1 = [':','#',',','%',]
count= 0
count1 = 0
with open('name.txt') as f:
lines = f.read().splitlines()


for pat in pattern1:
    pattern1 = re.compile(pat)
     for line in lines:
        for i in range(len(df3)):
                if ((df3.loc[i,'NAME'] == line)):
                    if (pattern1.search(df3.loc[i,'ID'])):
                        count = count+1
                    out =str(df3.loc[i,'NAME'])+"\t"+str(df3.loc[i,'ID'])+"\n"
                    print(out)

~~~~

对于所需的输出，我附加了snap out，因为它包含更多字段。

IIUC

我们可以使用

.str.count

请注意，我在

T.mosus

中添加了3个特殊字符

data = d="""NAME        ID
S. gambu    NNNTYR
S. gambu    RTD:78689
S. gambu    RTD:78689
S. gambu    RTD:78689
G. homos    SFDG/SS234R
G. homos    SFHG#SR234R
G. homos    JHFG:EE345T
G. homos    TYU=TT678R
T. mosus    RTU@:/YY67ET
G. ytrty    NaN"""

df = pd.read_csv(StringIO(data),sep='\s+')
pat = '[(:/,#%\=@)]'
df['count'] = df['ID'].str.count(pat)

---

---

IIUC这应该可以做到这一点（

df

是您的输入数据帧）

重新导入
特殊字符=r“（：/，#%=@）”
#照顾南斯
df=df.fillna（“”）
对于特殊字符的el：
temp_df=df[“ID”].str.count（关于逃逸（el））
df[el]=np.where（temp_df.gt（0），df[“ID”]+“（“+temp_df.astype（int）.astype（str）+”），无）
df2=df.groupby（“NAME”）[列表（特殊字符）].agg（lambda x:list（x[~x.isna（）]））

---

我不完全确定您想要的值输出格式是什么-因此我将其放入一个列表中…

欢迎使用so！请注意，如果你浪费两分钟的时间将结果截图转录成降价文本，你就有可能让一个浪费五分钟时间的人提供一个称职且有用的答案。你有什么建议吗？你已经做了什么来解决这个问题？@AMC我已经编辑了我的问题，并且粘贴了我的代码，因为它包含了更多的字段，所以我已经附加了snap。对不起inconvenience@Twonky谢谢我已经编辑了我的Qesti我已经编辑了我的问题，也粘贴了我尝试过的代码，我附加了快照，因为它包含了更多的字段。我需要计算每个特殊字符的每个唯一名称，请查看所需的快照。。。

data = d="""NAME        ID
S. gambu    NNNTYR
S. gambu    RTD:78689
S. gambu    RTD:78689
S. gambu    RTD:78689
G. homos    SFDG/SS234R
G. homos    SFHG#SR234R
G. homos    JHFG:EE345T
G. homos    TYU=TT678R
T. mosus    RTU@:/YY67ET
G. ytrty    NaN"""

df = pd.read_csv(StringIO(data),sep='\s+')
pat = '[(:/,#%\=@)]'
df['count'] = df['ID'].str.count(pat)

print(df)
     NAME            ID  count
S.  gambu        NNNTYR    0.0
S.  gambu     RTD:78689    1.0
S.  gambu     RTD:78689    1.0
S.  gambu     RTD:78689    1.0
G.  homos   SFDG/SS234R    1.0
G.  homos   SFHG#SR234R    1.0
G.  homos   JHFG:EE345T    1.0
G.  homos    TYU=TT678R    1.0
T.  mosus  RTU@:/YY67ET    3.0
G.  ytrty           NaN    NaN