Python 从csv文件中获取前N个重复出现的值时出现问题

您好，我的一些python出现了问题。我正在尝试制作一个程序，接收一个csv文件，并告诉我一列中出现频率最高的50个单词。 我的csv文件采用以下格式： ID、城市、州、酒店名称、价格 佐治亚州亚特兰大1号，勒罗亚尔，200

例如，我想浏览一下这个列表，告诉我50个最常见的城市。 我的代码：

我确信我的问题来自我的c=计数器（k），它打印每个城市名称的单个字母，而不是城市本身。所以它会打印（'a'，2），（'d'，1），（'k'，1），（'l'，1），（'O'，1），（'n'，1），而不是告诉我“奥克兰”在我的csv文件中出现了多少次。我如何让它显示整个字符串？

---

（注意：我知道缩进，我只是在将代码输入堆栈溢出时很糟糕）

如果

pandas

是一个可行的选项，这很简单：

import pandas as pd

# read file
df = pd.read_csv(fin_name)

# return value counts as {city -> count} dictionary
d = df['City'].value_counts().to_dict()

# sort descending, return top 50 most common as list of tuples
d_sorted = sorted(d.items(), key=lambda x: x[1], reverse=True)[:50]

---

如果我使用pandas，我是否不再需要csv库？难以置信，谢谢！出于好奇，没有办法使用“收藏”库来解决它吗？有，但编码需要更长的时间！从学术角度来看，学习一次是很好的，但之后请相信经过测试的库。我希望我不会晚问，但我该如何解决我们我的程序运行得很好，但当我试图调整它以排除熊猫时，我无法通过计数器输出的字符而不是整个字符串。谢谢

import pandas as pd

# read file
df = pd.read_csv(fin_name)

# return value counts as {city -> count} dictionary
d = df['City'].value_counts().to_dict()

# sort descending, return top 50 most common as list of tuples
d_sorted = sorted(d.items(), key=lambda x: x[1], reverse=True)[:50]