Python实现文本文件Top3高频与低频行统计求助

嘿，我来帮你搞定这个问题！你说用了Counter和Pandas的方法但输出全部行，大概率是在数据读取或者统计细节上没处理到位——比如每行数据藏着空格、换行符这类肉眼难察觉的差异，或者统计维度没找对。下面给你两种靠谱的解决方案，还有必看的排查要点：

先确保正确读取文件，再清理数据里的“隐形干扰项”，最后统计频率：

import pandas as pd

# 读取单列文本文件，假设没有表头，用header=None避免把第一行内容当成表头
df = pd.read_csv("你的文件名.txt", header=None, names=["content"])

# 关键步骤：去掉每行首尾的空白字符（空格、换行符、制表符都能清掉）
df["content"] = df["content"].str.strip()

# 统计每个内容的出现频率，默认按降序排列
frequency = df["content"].value_counts()

# 提取频率最高的3项
top3 = frequency.head(3)
# 提取频率最低的3项（用nsmallest比tail更严谨，避免相同频率的项遗漏）
bottom3 = frequency.nsmallest(3)

print("频率最高的3项：")
print(top3)
print("\n频率最低的3项：")
print(bottom3)

之前你可能踩的坑：没做空白字符清理，导致"苹果"和" 苹果 "被当成不同项，value_counts就会把它们分开，看起来像输出了全部行；或者读取时没指定header=None，把第一行内容当成表头，统计时少了关键数据。

如果不想用Pandas，用Python原生库也能搞定，同样要注意清理数据：

from collections import Counter

# 逐行读取文件，同时清理空白和过滤空行
with open("你的文件名.txt", "r", encoding="utf-8") as f:
    # 去掉每行首尾空白，并且跳过空行（避免统计空字符串）
    lines = [line.strip() for line in f if line.strip()]

# 统计每个内容的出现次数
counter = Counter(lines)

# 获取频率最高的3项
top3 = counter.most_common(3)
# 获取频率最低的3项：按次数升序排序后取前3个
bottom3 = sorted(counter.items(), key=lambda x: x[1])[:3]

print("频率最高的3项：")
for item, count in top3:
    print(f"{item}: {count}")
print("\n频率最低的3项：")
for item, count in bottom3:
    print(f"{item}: {count}")

之前用most_common失效的原因：大概率是没清理换行符或空行，导致每行都被当成唯一项，most_common自然会输出全部内容；另外如果文件编码不对，读取后出现乱码，也会让相同内容被识别为不同项。

• 检查空白字符：空格、换行符、制表符是最常见的“隐形坑”，一定要用strip()清理。
• 过滤空行：空行如果没处理，会被统计成空字符串的项，干扰结果。
• 确认文件编码：如果是中文或特殊编码的文件，读取时要指定encoding（比如utf-8、gbk），避免乱码导致统计错误。

内容的提问来源于stack exchange，提问作者stackuser123