基于多数据框列表按行生成频率表的技术咨询

看起来你需要处理一组包含20个DataFrame的列表，为每个k对应的行生成频率表对吧？我给你整理了R和Python两种常用工具的解决方案，直接就能上手：

用R处理（依赖tidyverse工具链） #

假设你的20个DataFrame已经存在列表df_list里，咱们一步步来：

1. 先把所有DataFrame合并成一个大表
   把分散的DF合并后，后续统计会方便很多，还能标记每行来自哪个原始DF：

   library(dplyr)
   library(purrr)
   
   # 合并列表里的所有DF，添加df_id列标记来源
   combined_df <- bind_rows(df_list, .id = "df_id")
   

2. 为每个k生成h的频率表（DataFrame格式）
   如果你的需求是统计每个k值下，不同h标签在20个DF里的出现次数和占比，用这段代码就能得到一个列表，每个元素对应一个k的频率表：

   k_freq_tables <- combined_df %>%
     group_by(k) %>%
     group_split() %>%
     map(~ .x %>%
           count(h, name = "frequency") %>%
           mutate(percentage = frequency / sum(frequency) * 100))
   

   比如k_freq_tables[[1]]就是k=85对应的频率表，包含h标签、出现次数、百分比。

3. 如果需要矩阵形式的频率表
   要是你偏好矩阵格式，只需要在统计后转个格式就行：

   k_freq_matrices <- combined_df %>%
     group_by(k) %>%
     group_split() %>%
     map(~ .x %>%
           count(h, name = "frequency") %>%
           mutate(percentage = frequency / sum(frequency) * 100) %>%
           column_to_rownames("h") %>%
           as.matrix())
   

用Python处理（依赖pandas） #

如果你习惯用Python，同样的逻辑可以这样实现：

1. 合并所有DataFrame

   import pandas as pd
   
   # df_list是你的20个DataFrame组成的列表
   combined_df = pd.concat(df_list, keys=range(len(df_list)), names=["df_id", "row_idx"]).reset_index(drop=True)
   

2. 生成每个k的频率表（DataFrame格式）
   写个小函数来统计每组的频率，再用字典存储每个k对应的结果：

   def generate_freq_table(group):
       freq = group["h"].value_counts().reset_index()
       freq.columns = ["h", "frequency"]
       freq["percentage"] = freq["frequency"] / freq["frequency"].sum() * 100
       return freq
   
   # 键是k值，值是对应频率表
   k_freq_tables = {k: generate_freq_table(group) for k, group in combined_df.groupby("k")}
   

3. 转成矩阵形式
   想要矩阵的话，直接把DataFrame转成矩阵即可：

   k_freq_matrices = {k: table.set_index("h").values for k, table in k_freq_tables.items()}
   

小提醒 #

• 如果你的频率表是针对value列的分布（比如每个k对应的value的频数），只需要把代码里的h替换成value就行。
• 要是原始DataFrame的列名有排版问题（比如你示例里表头和行内容不匹配），记得先把每个DF的列统一调整为k, h, value三列再处理。

内容的提问来源于stack exchange，提问作者Leo96