如何从Counter对象生成指定结构DataFrame以实现POS值相关性可视化

你之前的写法出现冗余行的原因是：传入字典作为数据源时，你指定了长度等于标签数量的索引，pandas会自动把单组计数重复填充到所有索引对应的行，才会出现大量重复无效数据。
直接使用以下一行代码即可生成完全符合要求的DataFrame：

df = pd.DataFrame([Counter(list_tag)])

如果需要给这一行计数加明确的索引名，也可以写成：

df = pd.DataFrame([Counter(list_tag)], index=['tag_count'])

生成后的数据只有1行，列名对应所有POS标签，行值对应各标签的计数，满足后续调用df.corr()的前置数据格式要求。
如果习惯用from_dict方法，也可以用以下写法实现相同效果：

df = pd.DataFrame.from_dict(Counter(list_tag), orient='index').T

补充提示：如果后续要正常计算相关性，你需要补充更多行的不同样本的POS计数数据，单样本数据无法计算出有效的相关性系数。

内容的提问来源于stack exchange，提问作者Girolamo