Python 多个panda数据帧中列中值的频率

我有多个panda数据帧（超过70个），每个都有相同的列。假设每个数据帧中只有10行。我想在每个数据框中找到A'值列并列出它。例如：

# Import pandas library 
import pandas as pd 
  
# initialize list of lists 
data = [['tom', 10], ['nick', 15], ['juli', 14]] 
  
# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Age']) 

data = [['sam', 12], ['nick', 15], ['juli', 14]] 

df2 = pd.DataFrame(data, columns = ['Name', 'Age']) 

我期待的输出为

Name  Age
 tom    1
 sam    1
nick    2
juli    2

---

您可以执行以下操作：

from collections import Counter

d={'df1':df1, 'df2':df2, ..., 'df70':df70}
l=[list(d[i]['Name']) for i in d]
m=sum(l, [])
result=Counter(m)

print(result)

---

是否希望所有数据帧中

Name

列的值计数

main=pd.concat（[df，df2]）
main[“Name”]。值_计数（）

---

您可以尝试以下方法：

df = pd.concat([df, df2]).groupby('Name', as_index=False).count()
df.rename(columns={'Age': 'Count'}, inplace=True)
print(df)

   Name  Count
0  juli    2
1  nick    2
2   sam    1
3   tom    1

df = pd.concat([df1,df2])
df = df.groupby(['Name'])['Age'].count().to_frame().reset_index()
df = df.rename(columns={"Age": "Count"})
print(df)

---

如果您的数据帧成本不高，则此功能可以正常工作：

pd.concat([x['Name'] for x in [df,df2]]).value_counts()

nick    2
juli    2
tom     1
sam     1

您可以尝试以下方法：

df = pd.concat([df, df2]).groupby('Name', as_index=False).count()
df.rename(columns={'Age': 'Count'}, inplace=True)
print(df)

   Name  Count
0  juli    2
1  nick    2
2   sam    1
3   tom    1

df = pd.concat([df1,df2])
df = df.groupby(['Name'])['Age'].count().to_frame().reset_index()
df = df.rename(columns={"Age": "Count"})
print(df)

---

你想要什么还不完全清楚，但也许这就是你想要的。pd.concat（[df，df2]）。删除重复项（keep='last'）这要求一行：

pd.concat（[df，df2]）[“Name”]。值计数（）

？