Python中计算列表内浮点数出现频率（需返回两个独立列表）

需求说明 #

需要统计Python列表中浮点数的出现频率，禁止将浮点数转为整数（后续需直接操作浮点数），最终要得到两个独立列表：

• 去重后的浮点数元素列表
• 对应元素的出现频率列表

预期输出示例：

values = [21.963, 23.4131, 23.7639, 24.3934, 24.5237, 25.2829, 25.394]
frequency = [1, 1, 1, 1, 1, 1, 1]

现有尝试代码 #

import pandas as pd

values = [21.963, 23.4131, 23.7639, 24.3934, 24.5237, 25.2829, 25.394]
df = pd.Series(values).value_counts().sort_index().reset_index().reset_index(drop=True)
df.columns = ['Element', 'Frequency']
frequency = (df['Frequency'].values).tolist() 

改进方案 #

现有代码已经拿到了频率列表，只需补充提取元素列表的逻辑即可，直接从处理后的DataFrame中提取Element列转为列表：

import pandas as pd

values = [21.963, 23.4131, 23.7639, 24.3934, 24.5237, 25.2829, 25.394]
df = pd.Series(values).value_counts().sort_index().reset_index(drop=True)
df.columns = ['Element', 'Frequency']

# 提取两个目标列表
result_values = df['Element'].tolist()
result_frequency = df['Frequency'].tolist()

# 验证输出
print("values =", result_values)
print("frequency =", result_frequency)

运行后会输出符合预期的两个列表，且所有浮点数保持原始精度，未被转为整数。

内容的提问来源于stack exchange，提问作者Qvch