Python 拆分列并创建计算拆分值的新列

我有一个愚蠢的数据，其中一列包含多个用逗号拼凑在一起的值：

[62]中的

：df=pd.DataFrame（{'U'：['foo'，'bar'，'baz']，'V'：['a，b，a，c，d'，'a，b，c'，'d，e']}）
In[63]：df
出[63]：
U V
0 foo a、b、a、c、d
1巴a、b、c
2巴兹d，e

现在我想拆分列

V

，删除它，然后通过

e

添加列

a

。

a

到

e

列应包含该行中该字母出现的次数：

In [62]: df = pd.DataFrame({'U': ['foo', 'bar', 'baz'], 'V': ['a,b,a,c,d', 'a,b,c', 'd,e']})                                     

In [63]: df                                                                                                                      
Out[63]: 
     U  a  b  c  d  e
0  foo  2  1  1  1  0
1  bar  1  1  1  0  0
2  baz  0  0  0  1  1

也许是df['V'].str.split（'，'）和pandas.get_dummies的一些组合，但我不能完全理解

---

编辑：显然我必须证明为什么我的问题不是重复的。我认为，对于大多数不经意的观察者来说，原因是显而易见的。

这是

str.get\u dummies

pd.concat([df,df.pop('V').str.split(',',expand=True).stack().str.get_dummies().sum(level=0)],1)
Out[602]: 
     U  a  b  c  d  e
0  foo  2  1  1  1  0
1  bar  1  1  1  0  0
2  baz  0  0  0  1  1

---

您可以只使用

pandas.Series.str.count

。例如：

import pandas as pd

df = pd.DataFrame({'U': ['foo', 'bar', 'baz'], 'V': ['a,b,a,c,d', 'a,b,c', 'd,e']})

columns = ['a', 'b', 'c', 'd', 'e']
# If unknown or large set of columns, then replace above with:
# columns = sorted(set(df['V'].str.split(',').sum()))

for column in columns:
    df[column] = df['V'].str.count(column)

print(df)
#      U          V  a  b  c  d  e
# 0  foo  a,b,a,c,d  2  1  1  1  0
# 1  bar      a,b,c  1  1  1  0  0
# 2  baz        d,e  0  0  0  1  1

---

这个答案的可能重复再次表明了你对熊猫的深刻了解。回答得好！不能向上投票这一点，因为您可以在一行中添加一个

.drop（“V”，1）

，以精确匹配所需的输出。@pault使用pop:-）全部。哎哟仅当您知道中的可能值时才起作用advance@pault-你说得对。如果列值未知，则可以使用类似于排序（set（df['V'].str.split（'，'）.sum（））的结果替换for循环中的列表。我碰巧知道所有可能的值，但这似乎很乏味。不过，评论中的版本很好！