excel中怎么统计表格中某一数据出现的次数，注：每一表格中有多个数据。

Posted 2023-04-20

方法很多。
假设原数据在A列
方法1
B1输入公式
=countif(a:a,a1)
双击填充柄，即可在B列得到同行A列数字的重复次数。
方法2
B1输入1,双击填充柄
单击C1》数据》合并计算》引用位置选A:B；标签勾选“最左列”
确定后即可在C:D得到结果，与方法1不同之处是C列没有重复值
方法3
数据透视表
在原数据前插入一行，并在A1输入“字段名”
在数据透视表中将“字段名”拖到行、数据处，汇总方式选择计数。 参考技术A 你这个如果是用函数是相当费力，VBA也好不到哪儿，但实际上有很简单解决办法。
步骤：
1、对K列用：数据
--分列--分列符号--分号；用这个办法分开所有教室。
2，将所有分出的列移动或复制到同一列，在这列后每个单元格输入数字1。
3、用数据透视表进行自动统计。

使用Counter进行计数统计

使用Counter进行计数统计

想必大家对计数统计都不陌生吧！，简单的说就是统计某一项出现的次数。实际应用中很多需求都需要用到这个模型，如检测样本中某一值出现的次数、日志分析某一消息出现的频率分析文件中相同字符串出现的概率等。这类似的需求有很多种实现方法。我们逐一来看一下使用不同数据结构是的实现方式

一、使用dict

? 首先来看看dict这种方法实现，废话不多说，先看看这个小小的骚操作，后面的操作会让你大大底爽一下，彻底的让你满足，请看表演：

some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z'] # 创建列表
count_frq = dict() # 创建列表

# 词频统计
for item in some_data:
    
    if item in count_frq:
        count_frq[item] += 1
    else:
        count_frq[item] = 1
        
print(count_frq)

结果：

‘a‘: 3, ‘2‘: 2, 2: 1, 4: 2, 5: 1, ‘b‘: 1, 7: 1, ‘5‘: 1, ‘d‘: 1, ‘z‘: 1

二、使用set和list方法

再看看这个常用的小方法

some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z']
count_set = set(some_data) # 去重
count_list = []

for item in count_set:
    count_list.append((item, some_data.count(item)))  # 添加
    
print(count_list)

结果：

[(‘5‘, 1), (2, 1), (‘2‘, 2), (4, 2), (5, 1), (7, 1), (‘a‘, 3), (‘z‘, 1), (‘b‘, 1), (‘d‘, 1)]

三、collections使用

上面的方法都比较简单，但有没有更优雅，更骚气的，更Pythonic的解决方法呢？请看下面的引入defaultdict

1.1 defaultdict

from collections import defaultdict

some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z']
count_frq = defaultdict(int)  # defaultdict(int) 

# 统计计数
for item in some_data:
    count_frq[item] += 1
    
print(count_frq)

结果：

dict_items([(‘a‘, 3), (‘2‘, 2), (2, 1), (4, 2), (5, 1), (‘b‘, 1), (7, 1), (‘5‘, 1), (‘d‘, 1), (‘z‘, 1)])

1.2 Counter

Counter 类是自Python2.7起增加的，属于字典类的子类，是一个容器对象，主要用来统计# 散列对象，支持集合操作 +、-、&、|，其中&和|操作分别返回两个Counter对象各元素# 的最大值和最小值。他提供3中不同的方式来初始化，正点来了，看看这个神奇的操作，代码行度大大缩减：

from collections import Counter 

some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z']

count_counter = Counter(some_data)  # 统计

print(count_counter) # 结果就出来，就问你强不强

结果：

Counter(‘a‘: 3, ‘2‘: 2, 4: 2, 2: 1, 5: 1, ‘b‘: 1, 7: 1, ‘5‘: 1, ‘d‘: 1, ‘z‘: 1)

• Counter不仅可以对列表就行统计，他可以对任何可以迭代的对象进行统计如下：

1. 可迭代的对象字符串

   Counter("success")  # 可迭代对象
   print(Counter("success"))
   

   结果：

   Counter(‘s‘: 3, ‘c‘: 2, ‘u‘: 1, ‘e‘: 1)

2. 关键字参数

Counter(s=3, c=2, e=1, u=1) # 关键字参数
print(Counter(s=3, c=2, e=1, u=1))

结果：

Counter(‘s‘: 3, ‘c‘: 2, ‘e‘: 1, ‘u‘: 1)

1. 字典

Counter('s': 3, 'c': 2, 'e': 1, 'u': 1)
print(Counter('s': 3, 'c': 2, 'e': 1, 'u': 1))

结果：

Counter(‘s‘: 3, ‘c‘: 2, ‘e‘: 1, ‘u‘: 1)

• 可以使用elements()方法获取Counter中的key值

  print(list(Counter(some_data).elements())) # 根据值打印key的次数

  结果：

  [‘a‘, ‘a‘, ‘a‘, ‘2‘, ‘2‘, 2, 4, 4, 5, ‘b‘, 7, ‘5‘, ‘d‘, ‘z‘]

• 看看一个更骚气的方法,利用most_commo()方法可以找前N个出现频率最高的元素以及他们对应的次数。

  count = Counter(some_data).most_common(2) # 获取前两个频率最高
  print(count)

  结果：

  [(‘a‘, 3), (‘2‘, 2)]

• 当访问不存在的元素是，默认返回0而不是抛出keyError异常

  print(Counter(some_data)["y"])

  结果：

  0

• update()方法用于被统计对象元素的更新，原有Counter计数器对象与新增元素的统计计数值相加而不是直接替换她们

  c = Counter("success")
  print(c)

  结果：

  Counter(‘s‘: 3, ‘c‘: 2, ‘u‘: 1, ‘e‘: 1)

  在此基础上进行更新

  c.update("successfully")
  
  
  
  print(c)

  Counter(‘s‘: 6, ‘c‘: 4, ‘u‘: 3, ‘e‘: 2, ‘l‘: 2, ‘f‘: 1, ‘y‘: 1)

• subtract()方法用于实现计数器对象中元素统计值相减，输入输出的统计值允许为0或者负数(在更新的基础上进行相减)

  c = Counter("success")
  print(c)

  结果：

  Counter(‘s‘: 3, ‘c‘: 2, ‘u‘: 1, ‘e‘: 1, ‘f‘: 0, ‘l‘: 0, ‘y‘: 0)

用兴趣的可以自己研究下哦！