如何统计Pandas中列表列内各唯一值的出现次数

嘿，刚好我之前也碰到过一样的需求，给你分享两个比嵌套循环高效得多的解决方案，轻松得到你想要的包含Genre和Occurrence列的结果：

方法一：用pandas的explode()（最直观） #

explode()是pandas专门用来处理列表型列的神器，它能把每个列表里的元素拆成单独的行，之后再用value_counts()统计就精准了：

import pandas as pd

# 模拟你的数据集
df = pd.DataFrame({
    'Genres': [['Action', 'Comedy'], ['Drama', 'Action'], ['Comedy', 'Romance'], ['Action']]
})

# 核心步骤：炸开列表列 → 统计元素次数 → 重置索引并重命名列
result_df = df['Genres'].explode().value_counts().reset_index()
result_df.columns = ['Genre', 'Occurrence']

print(result_df)

输出结果会是：

Genre  Occurrence
0   Action           3
1   Comedy           2
2    Drama           1
3  Romance           1

这个方法完全是矢量化操作，没有手动循环，pandas内部做了优化，处理大数据集也超快。

方法二：用itertools.chain扁平化列表（内存友好） #

如果你的数据集特别大，用itertools.chain来扁平化列表会更省内存，因为它是迭代器模式，不会一次性把所有元素加载到内存里：

from itertools import chain
import pandas as pd

df = pd.DataFrame({
    'Genres': [['Action', 'Comedy'], ['Drama', 'Action'], ['Comedy', 'Romance'], ['Action']]
})

# 把所有列表元素拼成一个迭代器
all_genres = chain.from_iterable(df['Genres'])
# 转成Series统计次数，再整理成目标DataFrame
result_df = pd.Series(all_genres).value_counts().reset_index()
result_df.columns = ['Genre', 'Occurrence']

print(result_df)

这个方法的输出和上面完全一样，但对于超大规模的数据集，内存占用会比explode()低一些，适合极端场景。

这两个方法都比嵌套循环高效太多，而且代码简洁易读，再也不用写繁琐的双层循环啦～

内容的提问来源于stack exchange，提问作者Eakan