python - DataFrame中特定项目的值计数

我有一个消息的数据框（df），看起来类似于以下内容：

From                To
[e-mail]   [e-mail]
[e-mail]   [e-mail], [e-mail]
[e-mail]   [e-mail], [e-mail]

我想计算每个电子邮件从特定列表中出现的次数。我的清单是：

lst = ['[e-mail]', '[e-mail]', '[e-mail]']

我希望收到这样的结果的数据框/系列/字典：

list_item              Total_Count
[e-mail]      2
[e-mail]    2
[e-mail]      1

我尝试了几种不同的方法，但没有成功。我以为我可以尝试下面的for循环之类的操作（它返回语法错误），但是我找不到正确的编写方法。

for To,From in zip(df.To, df.From):
    for item in lst:
        if To,From contains item in emails:
            Count(item)

这种类型的任务应该使用for循环来完成，还是可以使用现成的pandas方法来解决呢？

最佳答案

基于stack

拆分您的To列，stack所有内容，然后执行value_counts：

v = pd.concat([df.From, df.To.str.split(', ', expand=True)], axis=1).stack()
v[v.isin(lst)].value_counts()

[e-mail]    2
[e-mail]      2
[e-mail]      1
dtype: int64

melt

另一种选择是使用melt：

v = (df.set_index('From')
      .To.str.split(', ', expand=True)
      .reset_index()
      .melt()['value']
)
v[v.isin(lst)].value_counts()

[e-mail]    2
[e-mail]      2
[e-mail]      1
Name: value, dtype: int64

请注意，set_index + str.split + reset_index是pd.concat([...])的同义词...