You need to enable JavaScript to run this app. 如何统计pandas Series存储的字典元素中的值的出现频次?
优惠活动
大模型
产品
解决方案
定价
更多

如何统计pandas Series存储的字典元素中的值的出现频次?

常见实现的问题定位
  • 第一种Counter(chain.from_iterable(df.genres.values))的问题:Python中直接迭代字典对象时,默认返回的是字典的键(也就是示例里的'0'/'1'/'2'/'3'这类序号),而非字典存储的目标值,因此最终统计的全是序号的出现次数,和需求完全不符。
  • 第二种pd.Series(df['genres']).value_counts()的问题:该方法的逻辑是对Series的每个独立元素做计数,由于每个元素是完整的字典对象,系统会将三个结构不同的字典分别计为1次,没有对字典内部的内容做拆解,自然无法统计内部值的频次。
正确实现方案

方案1:结合Counter与迭代工具实现

需要在遍历每个字典时,显式提取字典的值部分再做拼接统计:

from collections import Counter
from itertools import chain

freq_result = Counter(chain.from_iterable(d.values() for d in df['genres']))

运行后可直接得到符合预期的统计结果,输出格式为:

Counter({'1': 2, '4': 2, '23': 1, '25': 1, '37': 1, '9': 1})

如果需要标准字典格式的输出,直接对结果做类型转换即可:dict(freq_result)

方案2:pandas原生方法实现(无需额外依赖)

通过apply提取每个字典的值列表,再用explode将列表拆分为逐行的独立值,最后做频次统计:

freq_result = df['genres'].apply(lambda item: list(item.values())).explode().value_counts().to_dict()

该方法输出的结果就是标准Python字典,和题目要求的输出格式完全一致。

内容的提问来源于stack exchange,提问作者FLX

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.10 04:15:03