pandas统计含有某个字符的个数

可以使用 Pandas 的字符串方法中的 count() 函数来统计含有某个字符的个数。例如，假设有一个名为 df 的 DataFrame，其中有一个名为 column_name 的列，我们想要统计该列中含有字符 "a" 的个数，可以使用以下代码：

df['column_name'].str.count('a').sum()

这将返回该列中所有行中含有字符 "a" 的总个数。如果想要在整个 DataFrame 中统计含有字符 "a" 的个数，可以使用以下代码：

df.astype(str).apply(lambda x: x.str.count('a')).sum().sum()

这将将整个 DataFrame 转换为字符串类型，然后对每个元素使用 count() 函数，最后将所有的结果求和得到含有字符 "a" 的总个数。

相关问题

pandas统计数据里作者列[]或【】里的国家名出现次数，没有[]或【】则表示是中国作者

可以使用 Pandas 的 `str.contains()` 方法来查找包含指定字符串的行，然后再统计符合条件的行数即可。

假设你的 DataFrame 名称为 `df`，作者列的名称为 `author`，则可以按照以下步骤进行操作：

1. 先找出包含国家名的行：

df['country'] = df['author'].str.extract('\[(.*?)\]', expand=False)  # 提取[]中的内容到新列
mask = df['country'].str.contains('国家名')  # 创建包含国家名的行的布尔索引

2. 统计包含国家名的行数：

count = mask.sum()  # 统计布尔索引中为 True 的个数

3. 统计没有 [] 或 【】 的中国作者数：

china_count = (df['country'].isna() & (df['author'].str.contains('中国') | df['author'].str.contains('CN'))).sum()

其中，`isna()` 方法用于判断该行的 `country` 列是否为空值，`&` 表示逻辑与操作，`|` 表示逻辑或操作。

最终的代码可能类似于：

df['country'] = df['author'].str.extract('\[(.*?)\]', expand=False)
mask = df['country'].str.contains('国家名')
count = mask.sum()
china_count = (df['country'].isna() & (df['author'].str.contains('中国') | df['author'].str.contains('CN'))).sum()

需要将 `国家名` 替换为你需要统计的国家名，同时将 `中国` 替换为你需要统计的其他国家名（如果有的话）。

python获取excel数据，分别是车间号，取样时间，样品类型，检验结果，备注，先按照车间号进行分组，每组数据再按照样品类型分组，计算每组数据检验结果为合格的占比，结果以百分比显示，再计算每组数据备注含有脱镀字符的占比，再计算每组数据备注含有破断低字符的占比，再计算每组数据备注含有颗粒多字符的占比，再计算每组数据备注含有颗粒少字符的占比，再计算每组数据备注含有团聚字符的占比，均以百分比显示，然后输出数据透视表，以车间号为行索引，显示每组数据的个数，合格数据的个数，最后显示总体的合格占比，脱镀占比，破断低占比，颗粒多占比，颗粒少占比，团聚占比，最后将数据透视表保存到excel表中

非常感谢您的问题！根据您的要求，需要使用 Python 对 Excel 数据进行处理，并生成数据透视表并保存到 Excel 表中。

首先，您需要安装以下 Python 库：pandas、openpyxl。

然后，您可以使用以下代码来读取 Excel 数据，按照车间号和样品类型进行分组，并计算各种占比，最后生成数据透视表并保存到 Excel 表中：

import pandas as pd

# 读取 Excel 数据
df = pd.read_excel('data.xlsx')

# 按照车间号和样品类型进行分组
grouped = df.groupby(['车间号', '样品类型'])

# 计算各种占比
results = grouped.agg({
    '检验结果': lambda x: sum(x == '合格') / len(x),
    '备注': lambda x: sum(x.str.contains('脱镀字符')) / len(x),
    '备注': lambda x: sum(x.str.contains('破断低字符')) / len(x),
    '备注': lambda x: sum(x.str.contains('颗粒多字符')) / len(x),
    '备注': lambda x: sum(x.str.contains('颗粒少字符')) / len(x),
    '备注': lambda x: sum(x.str.contains('团聚字符')) / len(x)
})

# 生成数据透视表
pivot_table = pd.pivot_table(
    df,
    index='车间号',
    values='检验结果',
    aggfunc=['count', lambda x: sum(x == '合格'), lambda x: sum(x == '合格') / len(x)],
    columns='备注'
)

# 保存数据透视表到 Excel 表中
writer = pd.ExcelWriter('pivot_table.xlsx')
pivot_table.to_excel(writer, 'Sheet1')
writer.save()

希望能帮助您解决问题！如果您有任何其他问题，欢迎提出哦~