DolphinDB实现Python collections.Counter功能及groupby用count报错原因

我需要在DolphinDB数组中统计每个元素的出现次数，功能等价于Python的collections.Counter。

Python示例代码：

from collections import Counter
my_list = [1, 2, 3, 2, 1, 3, 2, 1]
my_counter = Counter(my_list)
print(my_counter)  # 输出: Counter({1: 3, 2: 3, 3: 2})

我尝试用DolphinDB的groupby函数实现，但搭配count时报错：

myList = [1, 2, 3, 2, 1, 3, 2, 1]
groupby(count, myList, myList)   

报错信息：

Usage: groupby(func, funcArgs, groupingCol). func must be a function definition.

奇怪的是，把count换成avg就能正常运行，但结果不是我要的频率统计：

groupby(avg, myList, myList) // 运行结果是(1->1, 2->2, 3->3)，不是预期的{1: 3, 2: 3, 3: 2}

请问为什么groupby搭配count会报错但avg可以？DolphinDB中统计元素频率的惯用方法是什么？

问题原因：count与avg在groupby中的差异 #

DolphinDB的groupby函数要求第一个参数必须是可直接接收分组子数组的函数对象：

• avg作为内置函数，支持直接对数组计算平均值，因此可以被groupby识别为合法的函数参数；
• count作为内置聚合函数，存在多种调用重载（比如统计非空值、统计行数等），直接传递函数名count时，系统无法将其识别为符合groupby要求的、能处理分组子数组的函数定义，因此触发报错。

DolphinDB统计元素频率的惯用方法 #

方法1：使用freq函数（最简便） #

DolphinDB提供了专门的freq函数，直接统计数组中各元素的出现频率，完全等价于Python的Counter：

myList = [1, 2, 3, 2, 1, 3, 2, 1]
freq(myList)
// 输出: (1->3, 2->3, 3->2)

方法2：配合count{}函数引用使用groupby #

将count转换为函数引用形式count{}，即可被groupby正确识别：

myList = [1, 2, 3, 2, 1, 3, 2, 1]
groupby(count{}, myList, myList)
// 输出: (1->3, 2->3, 3->2)

方法3：使用SQL分组统计（适合结构化数据场景） #

如果数据存储在表中，或者需要更灵活的统计逻辑，可使用SQL的group by语法：

myList = [1, 2, 3, 2, 1, 3, 2, 1]
select count(*) as 出现次数 from table(myList as 元素) group by 元素

执行后会返回一张包含元素和对应出现次数的表：

内容的提问来源于stack exchange，提问作者Aiden