Python统计哈希字典值出现频次及对应关联键实现方法

原始数据 #

data = {112: [25083], 25091: [6939], 32261: [9299, 6939, 3462], 32934: [7713, 6762, 6939], 34854: [6939], 56630: [7713]}

需求说明 #

需要实现两类统计结果：

• 格式1：统计所有值列表内元素的出现频次，输出结构为{值元素: 出现次数}
• 格式2：反向映射每个值元素对应的所属原字典键，输出结构为{值元素: [包含该值的原键列表]}

注：你给出的第二个输出示例中25083:[25083]为笔误，根据原始数据，25083是键112对应的值，正确映射应为25083:[112]

问题代码错误点 #

你之前写的代码核心错误是k.setdefault(i, set()).add(k)：这里add传入的k是整个统计字典本身，不是当前遍历的原字典键，同时用set存储也不符合输出需要列表的要求。

正确实现代码 #

方案1：使用collections工具类（写法最简洁） #

from collections import defaultdict, Counter

# 1. 统计值元素出现频次
# 展开所有值列表为一维序列，用Counter直接统计，按频次降序排序匹配示例顺序
count_result = dict(sorted(
    Counter(v for val_list in data.values() for v in val_list).items(),
    key=lambda x: -x[1]
))

# 2. 构建值到所属键的反向映射
key_map_result = defaultdict(list)
for origin_key, val_list in data.items():
    for v in val_list:
        key_map_result[v].append(origin_key)
# 同样按对应键的数量降序排序，匹配示例顺序
key_map_result = dict(sorted(
    key_map_result.items(),
    key=lambda x: -len(x[1])
))

# 打印结果
print(count_result)
print(key_map_result)

方案2：纯原生Python实现（无需导入额外模块） #

# 1. 频次统计
count_result = {}
for val_list in data.values():
    for v in val_list:
        count_result[v] = count_result.get(v, 0) + 1
# 按频次降序排序
count_result = dict(sorted(count_result.items(), key=lambda x: -x[1]))

# 2. 反向键映射
key_map_result = {}
for origin_key, val_list in data.items():
    for v in val_list:
        if v not in key_map_result:
            key_map_result[v] = []
        key_map_result[v].append(origin_key)
# 按映射列表长度降序排序
key_map_result = dict(sorted(key_map_result.items(), key=lambda x: -len(x[1])))

运行输出结果 #

• 频次统计结果（完全匹配你给出的预期示例）：

{6939: 4, 7713: 2, 25083: 1, 9299: 1, 3462: 1, 6762: 1}

• 值-键映射结果：

{6939: [25091, 32261, 32934, 34854], 7713: [32934, 56630], 25083: [112], 9299: [32261], 3462: [32261], 6762: [32934]}

内容的提问来源于stack exchange，提问作者Ebone22