Python 字典中特定列表的计数频率

假设我有一本字典：

thisdict = {
  "1": ['Vanilla','Chocolate']
  "2": ['Vanilla']
  "7": ['Chocolate']
  "8": ['Chocolate','Vanilla']
}

（注：钥匙为身份证号码）

我想知道一个特定列表出现多少次的频率，而不考虑元素的顺序。所以我希望我的结果是：

['Chocolate','Vanilla'] = 2
['Chocolate'] = 1
['Vanilla'] = 1

我该怎么做

现在我试过了，Chief是字典的名字，我想找出以下值的频率：

track = {}

for key,value in chief.items():
    if value not in track:
        track[value]=0
    else:
        track[value]+=1

print(track)

但是列表是不可散列的，所以它不起作用

---

非常感谢你的帮助

看起来您希望以顺序无关紧要的方式计算值。您可以转换为一个集合，但是集合是不可散列的，这使得转换有点困难。您可以使用可散列的，并允许

['Chocolate'，'Vanilla']

与

['Vanilla'，'Chocolate']

计数相同：

from collections import Counter

thisdict = {
  "1": ['Vanilla','Chocolate'],
  "2": ['Vanilla'],
  "7": ['Chocolate'],
  "8": ['Chocolate','Vanilla']
}

counts = Counter(map(frozenset, thisdict.values()))

计数

将是一个计数器实例，如：

Counter({frozenset({'Chocolate', 'Vanilla'}): 2,
     frozenset({'Vanilla'}): 1,
     frozenset({'Chocolate'}): 1})

---

由于不考虑顺序，您可以将列表转换为

frozenset

s，以便使用

collections。Counter

计算每组值的频率：

from collections import Counter

for combination, count in Counter(map(frozenset, thisdict.values())).items():
    print(f'{list(combination)} = {count}')

这将产生：

['Vanilla', 'Chocolate'] = 2
['Vanilla'] = 1
['Chocolate'] = 1

---

首先生成dict中所有列表的排序副本，然后将每个列表转换为元组，然后对每个元组进行散列，怎么样？这应该比一组更好地处理重复的值：

test =[tuple(sorted(x)) for x in thisdict.values()]

创建一个等价排序的哈希表以进行查找：

mytable = [hash(x) for x in test])

然后在其上运行一个循环：

result = []
for item in test:
    count = 0
    for i, value in enumerate(mytable):
        if hash(item) == value and count == 0:
            count += 1
            result.append([item, count])
        elif hash(item) == value and count >= 1:
            result[:1][0][1] += 1
            test[i] = '(None)'
        else:
            pass

给出：

[[('Chocolate', 'Vanilla'), 2], [('Vanilla',), 1], [('Chocolate',), 1]]

---

仅供参考-您的dict格式不正确，但一旦格式正确，您也可以使用熊猫以相对简单的方式执行此操作：

import pandas as pd
df = pd.DataFrame({'vals':[*thisdict.values()],'keys':[*thisdict.keys()]})

df

                   vals keys
0  [Vanilla, Chocolate]    1
1             [Vanilla]    2
2           [Chocolate]    7
3  [Chocolate, Vanilla]    8

out = df['vals'].apply(lambda x: tuple(sorted(x))).value_counts()

out

(Chocolate, Vanilla)    2
(Chocolate,)            1
(Vanilla,)              1
Name: vals, dtype: int64

---

您可以转换为可散列的元组。或者更好地将它们转换为集合，以便

set（['Chocolate'，'Vanilla']）==set（['Vanilla'，'Chocolate']）

除了集合也不可散列之外。。。