如何从 Python 中的列表中获取具有相应出现次数的唯一值？

Posted 2023-02-23

【中文标题】如何从 Python 中的列表中获取具有相应出现次数的唯一值？

【英文标题】：How to get unique values with respective occurrence count from a list in Python?

【发布时间】：2011-01-24 11:25:46

【问题描述】：

我有一个包含重复项目的列表，我想要一个独特项目的列表及其频率。

例如，我有['a', 'a', 'b', 'b', 'b']，我想要[('a', 2), ('b', 3)]。

正在寻找一种无需循环两次的简单方法。

【问题讨论】：

只是让您知道...您接受的答案违反了您的“不循环两次”约束。 （我在这里发表评论，以便您收到通知:-)。

你也能稍微澄清一下你的问题吗？您的项目是否总是组合在一起？或者它们可以按任何顺序出现在列表中吗？

是的，汤姆。虽然我的问题没有具体说明这一点 - 但在我的特殊情况下，这些值正在排序。谢谢。

【参考方案1】：

使用 Python 2.7+，您可以使用 collections.Counter。

否则，请参阅this counter receipe。

在 Python 2.7+ 下：

from collections import Counter
input =  ['a', 'a', 'b', 'b', 'b']
c = Counter( input )

print( c.items() )

输出是：

[('a', 2), ('b', 3)]

【参考方案2】：

如果您的项目被分组（即相似的项目聚集在一起），最有效的使用方法是itertools.groupby：

>>> [(g[0], len(list(g[1]))) for g in itertools.groupby(['a', 'a', 'b', 'b', 'b'])]
[('a', 2), ('b', 3)]

【讨论】：

@Tom：我知道这个限制。但是，当对项目进行分组时，groupby 是有效且首选的方法

你应该说清楚......注意问题中的约束说“我有一个包含重复项目的列表”...... OP给出的列表只是一个例子。我认为这个解决方案不够通用。如果 OP 指定输入列表始终将元素分组，我会同意。

@Tom：你是对的 - 我已经更新了答案（顺便说一句，我从他的“重复项目”中假设它们是分组的）

好的 Eli...感谢您的更新 :-)。我撤销了我的 -1，因为你的答案现在更清楚了。

有没有办法按计数对结果元组列表进行排序？

【参考方案3】：

>>> mylist=['a', 'a', 'b', 'b', 'b']
>>> [ (i,mylist.count(i)) for i in set(mylist) ]
[('a', 2), ('b', 3)]

【参考方案4】：

如果您愿意使用 3rd 方库，NumPy 提供了一个方便的解决方案。如果您的列表仅包含数字数据，这将特别有效。

import numpy as np

L = ['a', 'a', 'b', 'b', 'b']

res = list(zip(*np.unique(L, return_counts=True)))

# [('a', 2), ('b', 3)]

要理解语法，请注意np.unique 这里返回一个唯一值和计数的元组：

uniq, counts = np.unique(L, return_counts=True)

print(uniq)    # ['a' 'b']
print(counts)  # [2 3]

另见：What are the advantages of NumPy over regular Python lists?

【参考方案5】：

我知道这不是单行的...但对我来说我喜欢它，因为我很清楚我们传递了一次初始值列表（而不是对其调用 count）：

>>> from collections import defaultdict
>>> l = ['a', 'a', 'b', 'b', 'b']
>>> d = defaultdict(int)
>>> for i in l:
...  d[i] += 1
... 
>>> d
defaultdict(<type 'int'>, 'a': 2, 'b': 3)
>>> list(d.iteritems())
[('a', 2), ('b', 3)]
>>>

【参考方案6】：

“老派的方式”。

>>> alist=['a', 'a', 'b', 'b', 'b']
>>> d=
>>> for i in alist:
...    if not d.has_key(i): d[i]=1  #also: if not i in d
...    else: d[i]+=1
...
>>> d
'a': 2, 'b': 3

【参考方案7】：

另一种方法是

mylist = [1, 1, 2, 3, 3, 3, 4, 4, 4, 4]
mydict = 
for i in mylist:
    if i in mydict: mydict[i] += 1
    else: mydict[i] = 1

然后获取元组列表，

mytups = [(i, mydict[i]) for i in mydict]

这只会遍历列表一次，但它也必须遍历字典一次。但是，鉴于列表中有很多重复项，那么字典应该小很多，因此遍历速度更快。

不过，我承认，这不是一段非常漂亮或简洁的代码。

【讨论】：

这在精神上与我的解决方案相同...除了 defaultdict 合并第一部分（因为您不必检查是否存在）并且 list(mydict.iteritems()) 比列表理解。

mytups = mydict.items() 是获取元组列表的更简单方法。

感谢@Paul 和@Tom。似乎总有更好的方法在 Python 中做某​​事。 :)

【参考方案8】：

没有散列的解决方案：

def lcount(lst):
   return reduce(lambda a, b: a[0:-1] + [(a[-1][0], a[-1][1]+1)] if a and b == a[-1][0] else a + [(b, 1)], lst, [])

>>> lcount([])
[]
>>> lcount(['a'])
[('a', 1)]
>>> lcount(['a', 'a', 'a', 'b', 'b'])
[('a', 3), ('b', 2)]

【参考方案9】：

将任意数据结构转化为pandas系列s：

代码：

for i in sort(s.value_counts().unique()):
  print i, (s.value_counts()==i).sum()

【参考方案10】：

在 pandas 的帮助下，您可以这样做：

import pandas as pd
dict(pd.value_counts(my_list))