在R中统计5个问卷项目的各排名频率方法问询

首先，我们先把你提供的示例数据构造成Pandas DataFrame：

import pandas as pd

# 构建你的示例数据框
data = {
    'rank1': ['A', 'A', 'C', 'B', 'A'],
    'rank2': ['B', 'C', 'A', 'A', 'B'],
    'rank3': ['C', 'B', 'B', 'C', 'D'],
    'rank4': ['D', 'D', 'E', 'D', 'C'],
    'rank5': ['E', 'E', 'D', 'E', 'E']
}
df = pd.DataFrame(data)

接下来，我们可以通过两种方式得到你想要的统计结果：

方法一：分步实现（清晰易懂） #

这种方式适合新手理解每一步的逻辑：

1. 先定义所有需要统计的项目列表，确保不会遗漏任何项目；
2. 遍历每个排名列，统计每个项目在该列的出现次数，对未出现的项目补0；
3. 合并所有列的统计结果，整理成目标格式。

代码如下：

# 定义所有待统计的项目
items = ['A', 'B', 'C', 'D', 'E']

# 逐个列统计频率，补全缺失项目为0
column_counts = []
for rank_col in df.columns:
    # 统计当前列的项目频率，用reindex补全所有项目，缺失的填0
    freq = df[rank_col].value_counts().reindex(items, fill_value=0)
    column_counts.append(freq)

# 合并统计结果并调整格式
result_df = pd.concat(column_counts, axis=1)
# 设置索引名为item，并将索引转为列
result_df.index.name = 'item'
result_df.reset_index(inplace=True)

# 输出结果
print(result_df)

方法二：简洁写法（一行式处理） #

如果追求代码简洁，可以用apply函数一次性处理所有列：

items = ['A', 'B', 'C', 'D', 'E']
result_df = df.apply(lambda col: col.value_counts().reindex(items, fill_value=0)).T.reset_index()
result_df.columns = ['item'] + list(df.columns)

print(result_df)

两种方法运行后都会得到你需要的输出：

item  rank1  rank2  rank3  rank4  rank5
0    A      3      2      0      0      0
1    B      1      2      2      0      0
2    C      1      1      2      1      0
3    D      0      0      1      3      1
4    E      0      0      0      1      4

（注：你提供的示例输出中E的rank5为4，这和原始数据完全一致——5条记录里有4条的rank5是E，剩下1条是D，所以代码结果是准确的）

内容的提问来源于stack exchange，提问作者Saftever