如何用Pandas将DataFrame列的取值与对应频次拆分为两个列表

嘿，这问题其实很好解决，咱们一步步来操作：

首先先还原你的DataFrame场景：

import pandas as pd
df = pd.DataFrame({'A': ['j', 'j', 'k', 'j', 'b', 'k']})

你提到的value_counts()其实已经帮你做好了降序排列的计数工作，它返回的Series本身就包含了你需要的取值（作为索引）和对应频次（作为值）。咱们只需要把这两部分分别转成列表就行：

1. 先获取排序后的计数Series：

count_result = df['A'].value_counts()

这个count_result的结构是：

j    3
k    2
b    1
Name: A, dtype: int64

2. 提取索引转成取值列表，提取值转成频次列表：

ValueList = count_result.index.tolist()
CountList = count_result.values.tolist()

现在你打印这两个列表，就会得到你想要的结果：

• ValueList → ['j', 'k', 'b']
• CountList → [3, 2, 1]

如果之后你需要调整排序顺序，比如改成升序，只需要在value_counts()里加个参数ascending=True就行，非常灵活。

内容的提问来源于stack exchange，提问作者potato99