如何统计DataFrame列中嵌套列表内各元素的出现次数？

问题根源 #

你的代码出现统计单个字符的情况，大概率是因为df2['elements']列里的“列表”其实是字符串类型（而非真正的Python列表对象），导致循环时把字符串拆成单个字符遍历；另外原代码第一次遇到元素时初始值设为0，也会导致统计结果少1。

解决方案 #

步骤1：将字符串形式的列表转为真正的列表

如果df2['elements']的元素是字符串（比如"[Element B, Element Cr, Element Re]"），先用ast.literal_eval解析成列表：

import ast
df2['elements'] = df2['elements'].apply(ast.literal_eval)

验证类型：执行print(type(df2['elements'].iloc[0]))，输出应为<class 'list'>。

步骤2：统计元素出现次数

方法一：用Pandas内置方法（推荐）

用explode将列表拆分为多行，再用value_counts()直接统计：

element_counts = df2['elements'].explode().value_counts()
print(element_counts)

示例输出会类似：

Element B    5
Element Cr   1
Element Re   1
...

方法二：修复你的字典循环

如果坚持用字典实现，修正初始值的错误（第一次出现设为1）：

elements_count_dict = {}
for entry in df2['elements']:
    for elem in entry:
        if elem in elements_count_dict:
            elements_count_dict[elem] += 1
        else:
            elements_count_dict[elem] = 1
print(elements_count_dict)

内容的提问来源于stack exchange，提问作者J0chin