计算数据框中主题标签的频率

我正在尝试计算数据框“文本”列中主题标签词的频率。

index        text
1            ello ello ello ello #hello #ello
2            red green blue black #colours
3            Season greetings #hello #goodbye 
4            morning #goodMorning #hello
5            my favourite animal #dog

word_freq = df.text.str.split(expand=True).stack().value_counts()

上面的代码将对文本列中的所有字符串执行频率计数，但我只是返回主题标签频率。

例如，在上面的数据帧上运行代码后，它应该返回

#hello        3
#goodbye      1
#goodMorning  1
#ello         1
#colours      1
#dog          1

有没有一种方法可以稍微重新调整我的 word_freq 代码，以便它只计算主题标签单词并以我上面放置的方式返回它们？提前致谢。

Use Series.str.findall https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.findall.html在列上text找到所有主题标签词然后使用Series.explode https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.explode.html + Series.value_counts https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.value_counts.html:

counts = df['text'].str.findall(r'(#\w+)').explode().value_counts()

另一个想法使用Series.str.split https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.split.html + DataFrame.stack https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.stack.html:

s = df['text'].str.split(expand=True).stack()
counts = s[lambda x: x.str.startswith('#')].value_counts()

Result:

print(counts)
#hello          3
#dog            1
#colours        1
#ello           1
#goodMorning    1
#goodbye        1
Name: text, dtype: int64