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
相关产品推荐

