使用pandas（Python）从字符串矩阵构造计数矩阵（整数）的方法

有人能帮我找到一个方法来解决下面的问题吗？我更喜欢寻找解决问题的术语，但是如果你知道一个快速而肮脏的方法，我也会很感激

我有一个如下所示的矩阵：

        sample_1.             sample_2. sample_3.     sample_4.
G1  inc_1,inc_1A.                    *.    inc_1.        inc_1.
G2         inc_2.                    *.        *.            *.
G3             *.  inc_3,inc_3A,inc_3B.    inc_3.  inc_3,inc_3A

我希望将其转换为如下所示的计数矩阵

    sample_1.   sample_2.    sample_3.    sample_4.
G1    2   0   1   1
G2    1   0   0   0
G3    0   3   1   2

这个数据库相当大（大约10000列和3000000行），所以我想尽量避免使用df.iterrows（）。有人知道我如何开始实施这一点吗

单元格中的“u”可以计算为所有事件都有此术语，“*”表示未检测到（或0）

非常感谢您提供的任何帮助、建议或建设性的批评。

您可以使用+统计数据帧列中每个字符串中出现的

\uucode>：

df.apply(lambda s: s.str.count(pat='_'))


这可能是一种发布问题的方式，这样其他人就可以很容易地处理：

import pandas as pd
d = {'col1': ['inc_1,inc_2.', 'inc_2', '*.'], 'col2': ['inc_1.', '*.', 'inc_1,inc_3.']}
df = pd.DataFrame(data=d)

这里有一个解决方案。请注意，applymap是关键：

df_new = df.copy()
df_new = df_new.applymap(lambda x: x.count('_'))
print(df_new)

你试过regex（）吗？我没有试过，但我现在要读一读。谢谢，我从来没有考虑过lambda函数或df.apply！非常感谢，我没有考虑df.apply、df.applymap或lambda函数。我自学python，所以我的知识差距很大。谢谢你的意见，没关系。所以这里有一些例子和案例要学习。
df_new = df.copy()
df_new = df_new.applymap(lambda x: x.count('_'))
print(df_new)