Python 数据框内列表中的元素计数

当列表位于数据框列中时，我需要获取列表中每个元素的频率

在数据方面：

din=pd.DataFrame({'x':[['a','b','c'],['a','e','d', 'c']]})`

              x
0     [a, b, c]
1  [a, e, d, c]

期望输出：

   f  x
0  2  a
1  1  b
2  2  c
3  1  d
4  1  e

我可以将列表展开成行，然后执行分组，但这些数据可能很大（超过百万条记录），我想知道是否有更有效/直接的方法

感谢列出

的第一个值，然后按或
计数器进行计数
：

a = pd.Series([item for sublist in din.x for item in sublist])

或：


或：


您也可以有一个这样的单内衬：

df = pd.Series(sum([item for item in din.x], [])).value_counts()

使用扁平化列表和计数器实际上非常简单

from matplotlib.cbook import flatten
from collections import Counter

din={'x':[['a','b','c'],['a','e','d', 'c']]}
for a,i in din.items() :
    u=pd.DataFrame.from_dict(dict(Counter([*flatten(i)])), orient ='index').reset_index().rename(columns ={'index':a,0:str(a)+'_number'})

输出：

但是，如果din有多个键和值，则需要一个函数来执行相同的操作

from matplotlib.cbook import flatten
from collections import Counter
din={'x':[['a','b','c'],['a','e','d', 'c']], 'y': [['h','j'],['h','j','j']]}

def foo(x):
    df = pd.DataFrame()
    for a,i in x.items() :
        u=pd.DataFrame.from_dict(dict(Counter([*flatten(i)])), orient ='index').reset_index().rename(columns ={'index':a,0:str(a)+'_number'})
        df=pd.concat([df,u])
    return df
foo(din)

我会使用pandas的
分解
和
值\u计数
，然后最后将其分配给一个帧

din.explode（'x'）。value_counts（）。to_frame（'fq'）。reset_index（）。sort_value（'x'））
x fq
0 a 2
2 b 1
1 c 2
三维1
4 e 1
完美！从运行时角度看，这两种方法占用的时间几乎相同，但我还是使用了
计数器。谢谢
from collections import Counter
from  itertools import chain

df = pd.Series(Counter(chain(*din.x))).sort_index().rename_axis('x').reset_index(name='f')

print (df)
   x  f
0  a  2
1  b  1
2  c  2
3  d  1
4  e  1

df = pd.Series(sum([item for item in din.x], [])).value_counts()

from matplotlib.cbook import flatten
from collections import Counter

din={'x':[['a','b','c'],['a','e','d', 'c']]}
for a,i in din.items() :
    u=pd.DataFrame.from_dict(dict(Counter([*flatten(i)])), orient ='index').reset_index().rename(columns ={'index':a,0:str(a)+'_number'})

from matplotlib.cbook import flatten
from collections import Counter
din={'x':[['a','b','c'],['a','e','d', 'c']], 'y': [['h','j'],['h','j','j']]}

def foo(x):
    df = pd.DataFrame()
    for a,i in x.items() :
        u=pd.DataFrame.from_dict(dict(Counter([*flatten(i)])), orient ='index').reset_index().rename(columns ={'index':a,0:str(a)+'_number'})
        df=pd.concat([df,u])
    return df
foo(din)