在R语言中对列表元素分组并统计出现次数的方法
2026-5-27
针对大数据场景，我推荐几个高效的实现方案——从基础R工具到专门的高性能包都有，你可以根据自己的需求选择：
方案1：基础R的
table()函数（简单易用，中小数据足够） 这是最直接的原生方法，不需要额外安装包，中小数据量下完全够用：
l = list("Android", "iPhone", "Android", "iPhone", "iPhone") # 先把列表转成向量，再统计频次 freq_table = table(unlist(l)) # 提取唯一元素 a = names(freq_table) # 提取对应频次，转成数值向量 b = as.vector(freq_table)
运行后a就是c("Android", "iPhone")，b就是c(2, 3)，完美匹配你的需求。不过如果数据量达到百万甚至千万级，这个方法的效率会不如专门的高性能包。
方案2：
data.table包（大数据场景首选，速度拉满） data.table是R里处理大数据的标杆工具，内存占用低、运算速度极快，非常适合你的大数据场景：
先安装包（如果还没装的话）：
install.packages("data.table")
然后用下面的代码实现：
library(data.table) # 把列表转成data.table的一列 dt = data.table(item = unlist(l)) # 按item分组，统计每组的数量（.N是data.table内置的计数变量） result = dt[, .N, by = item] # 提取结果 a = result$item b = result$N
这个方法在处理超大数据时，性能比基础R好几个量级，而且代码也很简洁。
方案3：
dplyr包（tidyverse风格，可读性强） 如果你习惯tidyverse的语法风格，dplyr的实现也很高效，代码可读性拉满：
先安装包：
install.packages("dplyr")
然后实现：
library(dplyr) # 把列表转成tibble（增强版数据框） df = tibble(item = unlist(l)) # 用count函数直接分组统计频次 result = df %>% count(item) # 提取结果 a = result$item b = result$n
count()函数本质就是分组计数，代码非常直观。这个方法的性能略逊于data.table，但比基础R好很多，适合喜欢tidyverse生态的用户。
小提示：如果你的输入本身可以直接转成向量（比如列表里都是单一元素，没有嵌套），可以省略unlist()步骤，直接用向量作为输入，效率会更高哦！
内容的提问来源于stack exchange，提问作者alyssaeliyah
相关产品推荐
相关产品推荐
