Python如何统计列表中出现n次的单词数量

不需要写复杂的自定义循环，不管是用标准库Counter还是Pandas，核心思路都是两层计数：先统计每个单词的出现次数，再统计「每个出现次数」对应的单词总数，两行核心代码就能搞定。

方案1：纯Python标准库实现（无第三方依赖，推荐） #

用标准库collections.Counter即可，轻量高效，处理大列表性能很好：

from collections import Counter

word_list = ["hello", "time", "burger", "hello", "mouse", "time", "time"]
# 统计每个单词的出现频次
word_freq = Counter(word_list)
# 统计每个频次对应的单词数量
freq_to_wordnum = Counter(word_freq.values())

# 按频次升序输出
for freq in sorted(freq_to_wordnum.keys()):
    count = freq_to_wordnum[freq]
    # 要输出整数就用下面这行，和你给的预期输出格式一致
    print(f"{count} Word occurred {freq} time")
    # 如果需要你最开始提到的三位小数格式（比如4.500），替换成下面这行即可
    # print(f"{count:.3f} Words appeared {freq} time")

运行后输出和你的预期完全匹配：

3 Word occurred 1 time
1 Word occurred 2 time
1 Word occurred 3 time

方案2：Pandas实现（适合已有数据处理流水线的场景） #

如果你本身就在用Pandas处理文本数据，可以直接用Pandas自带的value_counts方法链式调用实现：

import pandas as pd

word_list = ["hello", "time", "burger", "hello", "mouse", "time", "time"]
# 链式做两次值计数，第一次得到单词->频次，第二次得到频次->单词数
freq_res = pd.Series(word_list).value_counts().value_counts().sort_index()

for freq, word_count in freq_res.items():
    print(f"{word_count} Word occurred {freq} time")

两种方案的时间复杂度都是O(n)，处理十万级以上的单词列表都不会有性能问题，不需要额外写冗余的遍历逻辑。

内容的提问来源于stack exchange，提问作者Jakob QN