统计字典中多值键的匹配值对出现次数

问题剖析 #

你的需求是统计字典中每个键对应值列表（值对）的重复次数，但原有代码存在两处问题：

• 语法错误：len(set(v))' != 1 多了一个多余的单引号，会直接导致代码运行报错
• 逻辑偏差：代码逻辑是统计包含'1.0'的元素次数，而非统计整个值对的重复次数

正确实现代码 #

方法一：使用标准库Counter（推荐） #

利用Python内置的collections.Counter可以高效统计可哈希对象的出现次数。由于列表是不可哈希类型，需要先将值列表转为元组（元组可哈希）再进行统计。

from collections import Counter

df_dict = {
    'apple': ['1.0', '3.0'],
    'banana': ['2.0', '5.0'],
    'orange': ['1.0', '3.0'],
    'plum': ['2.0', '1.0']
}

def pair_count(df_dict):
    # 将值列表转为元组后统计次数
    value_counts = Counter(tuple(v) for v in df_dict.values())
    # 按需求格式输出结果
    for pair, count in value_counts.items():
        print(f"{list(pair)}: {count}", end=" ")

pair_count(df_dict)

输出结果

['1.0', '3.0']: 2 ['2.0', '5.0']: 1 ['2.0', '1.0']: 1

方法二：手动实现统计（不依赖标准库） #

如果不想使用内置库，可以手动用字典记录每一组值对的出现次数：

df_dict = {
    'apple': ['1.0', '3.0'],
    'banana': ['2.0', '5.0'],
    'orange': ['1.0', '3.0'],
    'plum': ['2.0', '1.0']
}

def pair_count(df_dict):
    count_dict = {}
    for v in df_dict.values():
        # 转元组作为字典键（列表不能当键）
        key = tuple(v)
        count_dict[key] = count_dict.get(key, 0) + 1
    # 按需求格式输出
    for pair, count in count_dict.items():
        print(f"{list(pair)}: {count}", end=" ")

pair_count(df_dict)

内容的提问来源于stack exchange，提问作者icedtea