如何利用count()统计数据库查询结果中品牌的出现次数？

方法一：用SQL直接统计（推荐） #

直接修改查询语句，利用COUNT()和GROUP BY让数据库完成统计，效率更高，不用在Python里处理冗余数据。

修改后的代码：

# 查询品牌及对应收藏次数
brand_counts = conn.execute('''
    SELECT Smartphone.brand, COUNT(*) as count 
    FROM Favourite 
    INNER JOIN Smartphone ON Favourite.smartphoneID = Smartphone.id 
    WHERE Favourite.userID = ? 
    GROUP BY Smartphone.brand
''', (userid,)).fetchall()

# 输出统计结果
for brand, count in brand_counts:
    print(f"{brand}出现{count}次")

说明：把用户ID的筛选条件移到WHERE子句更符合SQL规范，GROUP BY按品牌分组后，COUNT(*)会自动统计每组的记录数，直接返回你需要的统计结果。

方法二：在Python中统计现有查询结果 #

如果不想改动原SQL，也可以用Python内置工具处理已获取的结果：

首先导入Counter：

from collections import Counter

然后修改原有代码：

favourites = conn.execute('SELECT Favourite.id, Favourite.smartphoneID, Smartphone.brand, Smartphone.model, Smartphone.lowprice, Smartphone.highprice, Smartphone.image_URL FROM Favourite INNER JOIN Smartphone ON Favourite.userID = ? AND Favourite.smartphoneID = Smartphone.id',(userid,)).fetchall()

# 提取所有品牌到列表
brands = [fav[2] for fav in favourites]
# 统计品牌出现次数
brand_counter = Counter(brands)

# 输出结果
for brand, count in brand_counter.items():
    print(f"{brand}出现{count}次")

运行后就能得到Apple出现2次，Samsung出现1次这类符合预期的输出。

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