如何统计值为列表的字典中元素频次并导出为CSV

我通过df.groupby('column1')['column2'].agg(list).to_dict()从DataFrame生成了一个字典，现在需要统计每个键对应列表内各元素的频次，得到嵌套字典形式的结果，同时将结果导出为.csv文件。

示例输入 #

df_dict = {
    'Apples': ['big', 'medium', 'medium', 'medium','big','small'],
    'Oranges': ['big', 'medium', 'big'],
    'Bananas': ['small', 'small', 'small','small', 'big'],
    'Pineapples': ['small', 'big', 'big','big']
}

期望输出 #

df_dict_counts = {
    'Apples': {'big':2, 'medium':3, 'small':1},
    'Oranges': {'big':2, 'medium':1},
    'Bananas': {'small':4, 'big':1},
    'Pineapples': {'small':1, 'big':3}
}

解决方法 #

1. 生成嵌套频次字典 #

用collections.Counter快速统计列表元素频次，结合字典推导式遍历原字典，生成目标嵌套结构：

from collections import Counter

# 生成嵌套频次字典（Counter是dict子类，如需纯字典可转成dict）
df_dict_counts = {fruit: dict(Counter(sizes)) for fruit, sizes in df_dict.items()}

2. 导出为CSV文件 #

CSV需要扁平结构，以下提供两种实现方式：

方式一：使用Python内置csv模块

import csv

with open('fruit_size_counts.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['Fruit', 'Size', 'Count'])  # 写入表头
    # 遍历嵌套字典写入每行数据
    for fruit, size_counts in df_dict_counts.items():
        for size, count in size_counts.items():
            writer.writerow([fruit, size, count])

方式二：使用pandas（适合已有数据处理场景）

import pandas as pd

# 将嵌套字典转为扁平DataFrame
df = pd.DataFrame.from_dict(df_dict_counts, orient='index').stack().reset_index()
df.columns = ['Fruit', 'Size', 'Count']

# 导出CSV
df.to_csv('fruit_size_counts.csv', index=False, encoding='utf-8')

内容的提问来源于stack exchange，提问作者drr