我有一个包含列['toaddress'，'ccaddress'，'body']的数据框（df）
我想遍历数据帧的索引以获取toaddress和ccaddress字段中的电子邮件地址的最小，最大和平均数量，该数量通过计算这两列中每个字段内的实例和'@'确定
如果所有其他方法都失败了，我想我可以使用df.toaddress.str.contains（r'@'）。sum（）并将其除以数据帧中的行数即可得出平均值，但我认为这仅仅是计算至少具有1 @符号的行。
最佳答案
您可以使用
df[['toaddress', 'ccaddress']].applymap(lambda x: str.count(x, '@'))
获取每个单元格中
'@'的计数。然后，您可以沿结果的行轴计算熊猫
max，min和mean。当我评论原始问题时，您已经建议使用
df.toaddress.str.contains(r'@').sum() －如果您愿意逐列而不是上面显示的方法，为什么不使用df.toaddress.str.count(r'@')？