如何对DataFrame列表类型列中的每个元素执行值计数

你之前使用df['item'].value_counts()只能统计完整列表的出现次数，是因为该方法默认把每一行的整个列表作为单个统计单位，你可以用以下两种方法实现需求：

方法1：使用explode展开后统计（推荐） #

pandas的explode()方法可以将列表类型的列拆分为多行，每个列表元素单独占一行，之后直接调用value_counts()即可得到单个元素的统计结果：

import pandas as pd

# 展开item列
exploded = df.explode('item')
# 统计频次
res = exploded['item'].value_counts()

# 按你需要的格式输出
for item, count in res.items():
    print(item, count)

该方法逻辑清晰，性能较好，适合绝大多数场景。

方法2：拼接所有列表后统计 #

如果你的pandas版本较低不支持explode()，可以先将所有行的列表拼接成一个总列表，再转为Series做统计：

# 合并所有行的列表为一个总列表，转为Series
all_item_series = pd.Series(df['item'].sum())
res = all_item_series.value_counts()

注意该方法在数据量较大时性能会明显低于explode方案，仅做备选。

运行上述代码即可得到你预期的单元素频次统计结果。

内容的提问来源于stack exchange，提问作者LearningCode