嵌套列表数据集mainlist统计Top1000高频词的Counter实现异常咨询

直接传mainlist给Counter会直接报错，因为mainlist是嵌套列表，它的一级元素是各个子列表，不是待统计的单个词。Counter迭代mainlist时拿到的是不可哈希的子列表，既没法作为统计键，也完全没遍历到你要统计的词语本身。

首先把嵌套列表拍平为一维的词语列表，再传入Counter统计即可，代码示例：

from collections import Counter

# 拍平两层嵌套结构，取出所有单个词语
flat_word_list = [word for sublist in mainlist for word in sublist]
# 统计词频并取出频率前1000的词语
counts_top1000 = [word for word, word_count in Counter(flat_word_list).most_common(1000)]

如果你的数据里存在空字符串、无意义占位值，可以在拍平的同时做过滤，避免无效值被纳入统计：

flat_word_list = [
    word.strip() 
    for sublist in mainlist 
    for word in sublist 
    if word and str(word).strip() != ""
]

如果运行上述代码仍报错，优先检查两个点：

• 嵌套结构的叶子节点是否都是可哈希类型（通常为字符串），如果子列表里混入了列表、字典等不可哈希的元素，需要先做数据清洗
• 如果嵌套层级不止两层，需要调整拍平逻辑，把所有叶子节点的词语全部抽出来再做统计

内容的提问来源于stack exchange，提问作者user15479632