如何在Python中统计列表元素出现频率并跳过空值？

• 实际运行代码中循环变量和计数变量重名：你先定义了计数变量c = 0，但实际循环写的是for c in countries，这会让c在循环过程中被赋值为列表里的国家字符串，后续执行c += 1时就会出现「字符串不能和整数相加」的类型错误。
• 现有代码逻辑也不符合统计频次的需求，仅做了遍历计数，没有实现去重统计、也没有过滤空值的逻辑。

方法1：用collections.Counter最简实现 #

from collections import Counter
import pandas as pd # 若已导入过pandas可跳过该行

# 一步合并两列数据，无需循环append
countries = pd.concat([survey['C1'], survey['C2']]).tolist()

# 过滤空值：同时兼容pandas原生NaN和字符串类型的'nan'
filtered_countries = [i for i in countries if pd.notna(i) and str(i).strip() != 'nan']

# 统计频次
count_result = Counter(filtered_countries)

# 打印结果
for country, cnt in count_result.items():
    print(f"{country}: {cnt}")

方法2：手动实现统计逻辑 #

# 合并两列数据
countries = []
for val in survey['C1']:
    countries.append(val)
for val in survey['C2']:
    countries.append(val)

count_dict = {}
for item in countries:
    # 跳过空值
    if pd.isna(item) or str(item).strip() == 'nan':
        continue
    # 频次统计逻辑
    if item in count_dict:
        count_dict[item] += 1
    else:
        count_dict[item] = 1

# 打印结果
for country, cnt in count_dict.items():
    print(f"{country} 出现次数：{cnt}")

如果读入Excel时空值被统一识别为字符串类型的'nan'，直接用if item == 'nan'判断跳过即可；如果是pandas原生的NaN缺失值，用pd.isna(item)判断准确性更高。

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