Python中Pandas DataFrame分组报错及需求实现求助

错误原因 #

你遇到的AttributeError: 'list' object has no attribute 'value_counts'是因为['column2']是Python列表，而value_counts()是Pandas Series的专属方法，不能直接对列表调用。

需求实现思路 #

你需要的是统计原DataFrame中column2各值的出现次数（即“有多少个元素的出现次数是X”），可以通过对column2列调用value_counts()实现，再将结果整理成符合要求的DataFrame。

修改后的完整代码 #

from collections import Counter
import time
import pandas as pd  # 建议把库导入放在开头，符合编码规范

filename = input("Enter name to save this file as:\n\n")
print(f"Your file will be saved as: {filename}.csv\n\n")
time.sleep(0.5)
print("Please enter information")
contents = []

def amount():
    while True:
        try:
            line = input()
        except EOFError:
            break
        contents.append(line)

amount()

count = Counter(contents)
print(count)

# 构建初始DataFrame
df = pd.DataFrame.from_dict(count, orient='index').reset_index()
df.columns = ['column1', 'column2']

# 实现需求：统计column2各值的出现次数，得到分组结果
result_df = df['column2'].value_counts().reset_index()
result_df.columns = ['count_value', 'occurrence']  # 可根据需求调整列名，比如改成['column2', 'count']

# 可选：按count_value降序排序
result_df = result_df.sort_values(by='count_value', ascending=False)

# 保存结果到CSV
result_df.to_csv(f"{filename}.csv", encoding='utf-8', index=False)
print("处理完成，文件已保存")

代码说明 #

1. 修复错误：移除了错误的df.sort_values(by=['column2'].value_counts())语句，改用df['column2'].value_counts()来统计column2各值的出现次数。
2. 需求实现：
   • df['column2'].value_counts()会返回一个Series，索引是column2的取值，值是该取值出现的次数（比如示例中会得到2:2, 1:1）。
   • 用reset_index()将Series转为DataFrame，再设置清晰的列名。
3. 优化细节：用f-string替代字符串拼接，代码更简洁；把库导入移到开头，符合Python编码规范。

示例输出 #

输入数据1,1,2,2,3（每行输入一个值），最终保存的CSV内容为：

count_value,occurrence
2,2
1,1

对应你想要的“2:2”（表示有2个元素的出现次数是2次）和“1:1”（表示有1个元素的出现次数是1次）的逻辑。

内容的提问来源于stack exchange，提问作者Camol1