如何统计交易字典中各商品项的出现次数？

给定交易数据字典和商品列表：

transactions = {
   "T1": ["A", "B", "C", "E"],
    "T2": ["A", "D", "E"],
    "T3": ["B", "C", "E"],
    "T4": ["B", "C", "D", "E"],
    "T5": ["B", "D", "E"]
}
items = ["A", "B", "C", "D", "E"]

已经初始化了统计字典occurr：

occurr = dict()
for x in items:
    occurr[x] = 0

需要把这个字典更新为各商品的实际出现次数，目标结果：

{'A': 2, 'B':4, 'C': 3, 'D': 3, 'E': 5}

方法一：嵌套循环更新已有字典 #

直接遍历每一笔交易里的商品，对统计字典的对应值累加：

# 遍历所有交易的商品列表
for items_list in transactions.values():
    for item in items_list:
        occurr[item] += 1

print(occurr)

运行后occurr就会变成目标结果，这种方法完全基于你已初始化的字典来修改，逻辑直白易懂。

方法二：用collections.Counter快速统计 #

如果不想手动写循环，可以用Python标准库的Counter工具，一步完成统计：

from collections import Counter

# 把所有交易的商品合并成一个列表
all_items = []
for items_list in transactions.values():
    all_items.extend(items_list)

# 统计每个商品的出现次数
occurr = Counter(all_items)
# 若需要严格保持items里的顺序，转成指定顺序的字典
occurr = {item: occurr[item] for item in items}

print(occurr)

这种方法代码更简洁，适合处理大量交易数据的场景。

内容的提问来源于stack exchange，提问作者LeGOATJames23