Python 计算不同长度向量中元素出现的总数

我有3个不同产品名称的很长（100K+元素）向量。每个向量有不同的长度。我想做的是计算每个乘积有多少个向量。比如说：

v1 = ['product1','product2','product3']
v2 = ['product3','product1','product5','product7','product10']
v3 = ['product1','product10']

'product1' 3
'product2' 1
'product3' 2
'product5' 1
'product7' 1
'product10' 2

产品在vector中可能以任何顺序排列，在vector中，每个产品只出现一次

我想在这里使用pandas

DataFrame

，但所有列的长度必须相同。此外，基于行的简单求和也不起作用，因为相同的产品可能位于每列的不同行上

有人知道什么是最好的方法吗？我知道我可以做简单的蛮力循环，但我不想知道我是否可以使用numpy或pandas的产品。

您可以使用以下几行代码来实现这一点：

from collections import Counter
from itertools import chain

v1 = ['product1','product2','product3']
v2 = ['product3','product1','product5','product7','product10']
v3 = ['product1','product10']

c = Counter(chain(v1, v2, v3))
# more space-efficient than Counter(v1 + v2 + v3)
# Counter({'product1': 3, 'product10': 2, 'product3': 2, 'product7': 1, 'product5': 1, 'product2': 1})

c['product10']
# 2

---

只需使用Python内置函数

count

(v1+v2+v3).count('product1')
Out[4]: 3

如果要构建一个

目录

：

v=v1+v2+v3
dict((x,v.count(x)) for x in v)
Out[17]: 
{'product1': 3,
 'product10': 2,
 'product2': 1,
 'product3': 2,
 'product5': 1,
 'product7': 1}

出于好奇，我生成了5000个样本，产品id从0到100。一个男孩把他们分成三块

import numpy as np
v = ['product' + str(x) for x in np.random.randint(0, 100, 5000)]
v1 = v[0:100]
v2 = v[100:4000]
v3 = v[4000:]

然后，它只需在IPython中运行

%timeit

，使用

集合。计数器

：

%timeit from collections import Counter
from itertools import chain
c = Counter(chain(v1, v2, v3))
c['product10']

The slowest run took 5.87 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 875 ns per loop
Out[30]: 47

使用内置的

计数

：

%timeit (v1+v2+v3).count('product10')
10000 loops, best of 3: 58.1 µs per loop
Out[31]: 47

---

如果某个向量中没有重复项，

pd.value\u计数（v1+v2+v3）

应该可以做到。@ayhan你是对的，它也在工作。非常感谢。