Python 按值重新格式化数据帧计数

从Moodle调查中，我得到了下一个数据帧

# -*- coding: utf-8 -*-

import pandas as pd

data = pd.DataFrame({
    "Id":[0, 1, 2, 3, 4, 5],
    "App ABAP": ["Aucune expérience", "Aucune expérience", "en Bachelor", "Aucune expérience", "Aucune expérience", "en Bachelor"], # where did you learn
    "Exp ABAP": ["Aucune expérience", "Aucune expérience", "1 semestre de pratique", "Aucune expérience", "Aucune expérience", "1 semestre de pratique"], # how long did you practice
    "Autre": ["-", "Arduino", "-", "-", "-", "-"],
    "App Autre": ["Aucune expérience", "en Bachelor", "Aucune expérience", "Aucune expérience", "Aucune expérience", "Aucune expérience"],
    "Exp Autre": ["Aucune expérience", "1 an de pratique", "Aucune expérience", "Aucune expérience", "Aucune expérience", "Aucune expérience"],
    "App Python": ["en Bachelor", "en Terminale,; en Bachelor,; dans un autre cadre", "Aucune expérience", "en Bachelor", "Aucune expérience", "en Bachelor"],
    "Exp Python": ["1 semestre de pratique", "1 semestre de pratique", "Aucune expérience", "1 semestre de pratique", "Aucune expérience", "1 semestre de pratique"],
    })

对于每种语言，我想按Xp值计算，例如：

| Exp | ABAP | Autre | Python|
|------------------------|------|-------|--------|
|Aucune expérience | 4 | 5 | 2|
|1《惯例》2 | 0 | 4|
|1一个惯例| 0 | 1 | 0|

---

在pandas中有什么方法可以做到这一点吗？

您可以通过regex查看以

Exp

开头的所有列（

^

表示字符串的开头），然后调用，最后将

NaN

s转换为

0

，并转换为整数：

df = data.filter(regex='^Exp').apply(pd.value_counts).fillna(0).astype(int)
print (df)
                        Exp ABAP  Exp Autre  Exp Python
1 an de pratique               0          1           0
1 semestre de pratique         2          0           4
Aucune expérience              4          5           2

编辑：

---

伟大的更进一步：在“应用程序”栏中，我可以有多个响应。拆分值后，有没有一种简单的方法可以重用您的解决方案？@NBur-有点复杂，请给我一些时间。@NBur-它更复杂，需要拆分和

堆栈
，编辑答案。我自己不会发现这个…
df = (data.filter(regex='^App')
         .stack()
         .str.split(',;\s+', expand=True)
         .stack()
         .groupby(level=1)
         .value_counts()
         .unstack(0, fill_value=0)
         )
print (df)
                     App ABAP  App Autre  App Python
Aucune expérience           4          5           2
dans un autre cadre         0          0           1
en Bachelor                 2          1           4
en Terminale                0          0           1