如何统计DataFrame列表列中技能的出现次数及关联角色？

嘿，我懂你折腾数小时却没搞定的郁闷——这两个需求其实用 pandas 就能轻松实现，我给你一步步拆解，附带可直接运行的代码：

首先我们需要把Skills列里的列表"展开"，让每个技能单独占一行，之后就能用value_counts()统计频率了：

import pandas as pd

# 先假设你的DataFrame名为df，这里给个示例数据方便你测试
data = {
    'Role': ['Backend Dev', 'Data Scientist', 'Frontend Dev', 'Backend Dev'],
    'Skills': [['Python', 'Django', '4G'], ['Python', 'SQL', 'ML'], ['JavaScript', 'React', '4G'], ['Python', 'Flask', '4G']]
}
df = pd.DataFrame(data)

# 处理空值（如果你的数据里有空列表或NaN，先去掉）
df = df.dropna(subset=['Skills'])

# 展开Skills列的列表
skills_exploded = df.explode('Skills')

# 统计前10高频技能，转成DataFrame并重命名列
top_10_skills = skills_exploded['Skills'].value_counts().head(10).reset_index()
top_10_skills.columns = ['Skill', 'Count']

print("前10高频技能：")
print(top_10_skills)

运行后你会得到一个两列的DataFrame，第一列是技能，第二列是对应的出现次数，完全符合你的需求。

这个需求需要我们按技能分组，同时统计计数和去重后的角色列表，用groupby()配合agg()就能实现：

# 基于刚才展开的skills_exploded数据分组聚合
skill_role_summary = skills_exploded.groupby('Skills').agg(
    Count=('Skills', 'count'),  # 统计技能出现次数
    Roles=('Role', lambda x: list(x.unique()))  # 收集去重后的角色列表
).reset_index()

# 重命名列让它更清晰
skill_role_summary.columns = ['Skill', 'Count', 'Associated Roles']

print("\n技能-计数-角色列表：")
print(skill_role_summary)

这段代码会生成一个三列的DataFrame：

• 第一列是所有技能
• 第二列是该技能的总出现次数
• 第三列是具备该技能的所有不同角色的列表（已经去重，不会重复显示同一个角色）

如果你的数据量比较大，这段代码也能高效运行——pandas的分组聚合在处理这类场景时很靠谱。

内容的提问来源于stack exchange，提问作者Avihay Shahar