Python 使用键、值对进行dict，其中值是字符串出现的频率

所以我的df['data']看起来像这样

[[G，37，T]，-，447，A]]
[G，78，A]，-，447，A]，[A，1023，-]
[447，A]，[C，3049，T]]
[447，A]]

我需要的是这样的字典

{'-447A'：4，'G37T'：1，'G78T'：1，'C3049T'：1，'A1023-'：1}

我试着做df.to_list（），但我得到了列表的列表，然后连接每个项目得到字符串的列表，然后将它们转换为dict，但我得到的只是一些

TypeError:“float”对象不可编辑 TypeError:序列项0:应为str实例，找到列表

---

因此，我认为有一个比循环更好/更快的选项

不要认为在pandas中有更优化的方法来实现这一点，只要将其转换为列表，使用集合对其进行转换和计数。计数器：

from collections import Counter
Counter((''.join(map(str, slst)) for lst in df.data.to_list() for slst in lst))
# Counter({'-447A': 4, 'G37T': 1, 'G78A': 1, 'A1023-': 1, 'C3049T': 1})

---

当我运行这个程序时，我得到了类型错误：“float”对象不是iterable我的数据框中有一些Nan值，这就是为什么你的数据不一定是所有列表，但可能是混合的float和list的列表。