如何用Python实现统计列表中元素出现频率的多种方法?

2026-04-20 11:411阅读0评论SEO基础
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计463个文字,预计阅读时间需要2分钟。

如何用Python实现统计列表中元素出现频率的多种方法?

使用字典统计元素出现次数,示例代码如下:

pythona=[1, 2, 3, 1, 1, 2]dict={}

for key in a: dict[key]=dict.get(key, 0) + 1

print(dict)

输出结果:{1: 3, 2: 2, 3: 1}

使用`collections`包中的`Counter`类统计元素出现次数,示例代码如下:

pythonfrom collections import Counter

a=[1, 2, 3, 1, 1, 2]counter=Counter(a)

print(counter)

输出结果:Counter({1: 3, 2: 2, 3: 1})

利用字典dict来完成统计

举例:

a = [1, 2, 3, 1, 1, 2] dict = {} for key in a: dict[key] = dict.get(key, 0) + 1 print dict

输出结果:

>>>{1: 3, 2: 2, 3: 1}

利用Python的collection包下Counter的类

举例:

from collections import Counter a = [1, 2, 3, 1, 1, 2] result = Counter(a) print result

输出结果:

>>>{1: 3, 2: 2, 3: 1}

Python的pandas包下的value_counts方法

举例:

import pandas as pd a = [1, 2, 3, 1, 1, 2] result = pd.value_counts(a) print result

输出结果:

>>>1 3
2 2
3 1

注:利用pandas下的value_counts(),不仅可以统计list中各个元素出现的个数,还可对矩阵中的元素进行进行统计。
举例:

如何用Python实现统计列表中元素出现频率的多种方法?

import pandas as pd a = pd.DataFrame([[1,2,3], [3,1,3], [1,2,1]]) result = a.apply(pd.value_counts) print result

输出结果:

0 1 2
1 2.0 1.0 1.0 # 表示元素1在第一列出现2次,在第二列出现1次,在第三列出现1次
2 NaN 2.0 NaN # 表示元素2在第一列出现0次,在第二列出现2次,在第三列出现0次
3 1.0 NaN 2.0 # 表示元素3在第一列出现1次,在第二列出现0次,在第三列出现2次

到此这篇关于python 统计list中各个元素出现的次数的几种方法的文章就介绍到这了,更多相关python 统计list次数内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络!

标签:次数

本文共计463个文字,预计阅读时间需要2分钟。

如何用Python实现统计列表中元素出现频率的多种方法?

使用字典统计元素出现次数,示例代码如下:

pythona=[1, 2, 3, 1, 1, 2]dict={}

for key in a: dict[key]=dict.get(key, 0) + 1

print(dict)

输出结果:{1: 3, 2: 2, 3: 1}

使用`collections`包中的`Counter`类统计元素出现次数,示例代码如下:

pythonfrom collections import Counter

a=[1, 2, 3, 1, 1, 2]counter=Counter(a)

print(counter)

输出结果:Counter({1: 3, 2: 2, 3: 1})

利用字典dict来完成统计

举例:

a = [1, 2, 3, 1, 1, 2] dict = {} for key in a: dict[key] = dict.get(key, 0) + 1 print dict

输出结果:

>>>{1: 3, 2: 2, 3: 1}

利用Python的collection包下Counter的类

举例:

from collections import Counter a = [1, 2, 3, 1, 1, 2] result = Counter(a) print result

输出结果:

>>>{1: 3, 2: 2, 3: 1}

Python的pandas包下的value_counts方法

举例:

import pandas as pd a = [1, 2, 3, 1, 1, 2] result = pd.value_counts(a) print result

输出结果:

>>>1 3
2 2
3 1

注:利用pandas下的value_counts(),不仅可以统计list中各个元素出现的个数,还可对矩阵中的元素进行进行统计。
举例:

如何用Python实现统计列表中元素出现频率的多种方法?

import pandas as pd a = pd.DataFrame([[1,2,3], [3,1,3], [1,2,1]]) result = a.apply(pd.value_counts) print result

输出结果:

0 1 2
1 2.0 1.0 1.0 # 表示元素1在第一列出现2次,在第二列出现1次,在第三列出现1次
2 NaN 2.0 NaN # 表示元素2在第一列出现0次,在第二列出现2次,在第三列出现0次
3 1.0 NaN 2.0 # 表示元素3在第一列出现1次,在第二列出现0次,在第三列出现2次

到此这篇关于python 统计list中各个元素出现的次数的几种方法的文章就介绍到这了,更多相关python 统计list次数内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络!

标签:次数