如何计算列表项的出现次数？

Question

给定一个项目，我如何计算它在列表中的出现次数，在 Python 中？

---

_{一个相关但不同的问题是计算集合中每个不同元素的出现次数，获取字典或列表作为直方图结果而不是单个 integer。对于该问题，请参阅使用字典计算列表中的项目。}

Answer 1

如果您只想要一项的计数，请使用count<\/code>方法：

>>> [1, 2, 3, 4, 1, 4, 1].count(1)
3

Answer 2

如果您使用的是 Python 2.7 或 3.x 并且想要每个元素的出现次数，请使用Counter<\/code><\/a> ：

>>> from collections import Counter
>>> z = ['blue', 'red', 'blue', 'yellow', 'blue', 'red']
>>> Counter(z)
Counter({'blue': 3, 'red': 2, 'yellow': 1})

Answer 3

计算列表中一项的出现次数<\/strong>

要计算仅一个列表项的出现次数，您可以使用count()<\/code>

>>> l = ["a","b","b"]
>>> l.count("a")
1
>>> l.count("b")
2

Answer 4

在字典中获取每个项目出现次数的另一种方法：

dict((i, a.count(i)) for i in a)

Answer 5

给定一个项目，我如何计算它在 Python 列表中的出现次数？

这是一个示例列表：

>>> l = list('aaaaabbbbcccdde')
>>> l
['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'e']

list.count

有list.count方法

>>> l.count('b')
4

这适用于任何列表。 元组也有这种方法：

>>> t = tuple('aabbbffffff')
>>> t
('a', 'a', 'b', 'b', 'b', 'f', 'f', 'f', 'f', 'f', 'f')
>>> t.count('f')
6

collections.Counter

然后是 collections.Counter。 您可以将任何可迭代对象转储到 Counter 中，而不仅仅是列表，并且 Counter 将保留元素计数的数据结构。

用法：

>>> from collections import Counter
>>> c = Counter(l)
>>> c['b']
4

计数器基于 Python 字典，它们的键是元素，因此键需要是可散列的。 它们基本上就像允许冗余元素进入它们的集合。

collections.Counter的进一步使用

您可以使用计数器中的可迭代对象添加或减去：

>>> c.update(list('bbb'))
>>> c['b']
7
>>> c.subtract(list('bbb'))
>>> c['b']
4

您还可以使用计数器进行多组操作：

>>> c2 = Counter(list('aabbxyz'))
>>> c - c2                   # set difference
Counter({'a': 3, 'c': 3, 'b': 2, 'd': 2, 'e': 1})
>>> c + c2                   # addition of all elements
Counter({'a': 7, 'b': 6, 'c': 3, 'd': 2, 'e': 1, 'y': 1, 'x': 1, 'z': 1})
>>> c | c2                   # set union
Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1, 'y': 1, 'x': 1, 'z': 1})
>>> c & c2                   # set intersection
Counter({'a': 2, 'b': 2})

为什么不是熊猫？

另一个答案表明：

为什么不使用熊猫？

Pandas 是一个通用库，但它不在标准库中。 将其添加为要求并非易事。

列表对象本身以及标准库中都有针对此用例的内置解决方案。

如果您的项目还不需要 pandas，那么仅仅为此功能要求它是愚蠢的。

Answer 6

list.count(x)返回x在列表中出现的次数

见： http ://docs.python.org/tutorial/datastructures.html#more-on-lists

Answer 7

我已经将所有建议的解决方案（以及一些新的解决方案）与perfplot<\/a> （我的一个小项目）进行了比较。

计数一项<\/em><\/h3>

对于足够大的数组，事实证明

比其他解决方案略快。
计算所有<\/em>项目<\/h3>
如前所述<\/a>，
是你想要的。
 
           
重现绘图的代码：

Answer 8

如果您想一次计算所有值，<\/strong>您可以使用 numpy 数组和bincount<\/code>快速完成，如下所示

import numpy as np
a = np.array([1, 2, 3, 4, 1, 4, 1])
np.bincount(a)

Answer 9

如果您可以使用pandas<\/code> ，那么value_counts<\/code>就可以进行救援。

>>> import pandas as pd
>>> a = [1, 2, 3, 4, 1, 4, 1]
>>> pd.Series(a).value_counts()
1    3
4    2
3    1
2    1
dtype: int64

Answer 10

为什么不使用熊猫？

import pandas as pd

my_list = ['a', 'b', 'c', 'd', 'a', 'd', 'a']

# converting the list to a Series and counting the values
my_count = pd.Series(my_list).value_counts()
my_count

Answer 11

我今天遇到了这个问题，并在我想检查 SO 之前推出了自己的解决方案。 这：

dict((i,a.count(i)) for i in a)

Answer 12

使用itertools.groupby()<\/code>计算所有元素<\/h2>

获取列表中所有元素的计数的另一种可能性是通过itertools.groupby()<\/code> 。

带有“重复”计数<\/strong>

退货
请注意它如何将前三个a<\/code>组合为第一组，而a<\/code>的其他组则出现在列表的下方。 发生这种情况是因为输入列表L<\/code>未排序。 如果这些组实际上应该是分开的，这有时可能是一个好处。
具有独特的计数<\/strong>
如果需要唯一组计数，只需对输入列表进行排序：
退货
注意：<\/strong>为了创建唯一计数，与groupby<\/code>解决方案相比，许多其他答案提供了更简单、更易读的代码。 但这里显示的是与重复计数示例平行。
"

Answer 13

以下是三种解决方案：

最快的是使用 for 循环并将其存储在字典中。

import time
from collections import Counter


def countElement(a):
    g = {}
    for i in a:
        if i in g: 
            g[i] +=1
        else: 
            g[i] =1
    return g


z = [1,1,1,1,2,2,2,2,3,3,4,5,5,234,23,3,12,3,123,12,31,23,13,2,4,23,42,42,34,234,23,42,34,23,423,42,34,23,423,4,234,23,42,34,23,4,23,423,4,23,4]


#Solution 1 - Faster
st = time.monotonic()
for i in range(1000000):
    b = countElement(z)
et = time.monotonic()
print(b)
print('Simple for loop and storing it in dict - Duration: {}'.format(et - st))

#Solution 2 - Fast
st = time.monotonic()
for i in range(1000000):
    a = Counter(z)
et = time.monotonic()
print (a)
print('Using collections.Counter - Duration: {}'.format(et - st))

#Solution 3 - Slow
st = time.monotonic()
for i in range(1000000):
    g = dict([(i, z.count(i)) for i in set(z)])
et = time.monotonic()
print(g)
print('Using list comprehension - Duration: {}'.format(et - st))

结果

#Solution 1 - Faster

{1: 4, 2: 5, 3: 4, 4: 6, 5: 2, 234: 3, 23: 10, 12: 2, 123: 1, 31: 1, 13: 1, 42: 5, 34: 4, 423: 3}
Simple for loop and storing it in dict - Duration: 12.032000000000153

 #Solution 2 - Fast

Counter({23: 10, 4: 6, 2: 5, 42: 5, 1: 4, 3: 4, 34: 4, 234: 3, 423: 3, 5: 2, 12: 2, 123: 1, 31: 1, 13: 1})
Using collections.Counter - Duration: 15.889999999999418

 #Solution 3 - Slow

{1: 4, 2: 5, 3: 4, 4: 6, 5: 2, 34: 4, 423: 3, 234: 3, 42: 5, 12: 2, 13: 1, 23: 10, 123: 1, 31: 1}
Using list comprehension - Duration: 33.0

Answer 14

虽然这是一个很老的问题，但由于我没有找到一个班轮，所以我做了一个。

# original numbers in list
l = [1, 2, 2, 3, 3, 3, 4]

# empty dictionary to hold pair of number and its count
d = {}

# loop through all elements and store count
[ d.update( {i:d.get(i, 0)+1} ) for i in l ]

print(d)
# {1: 1, 2: 2, 3: 3, 4: 1}

Answer 15

# Python >= 2.6 (defaultdict) && < 2.7 (Counter, OrderedDict)
from collections import defaultdict
def count_unsorted_list_items(items):
    """
    :param items: iterable of hashable items to count
    :type items: iterable

    :returns: dict of counts like Py2.7 Counter
    :rtype: dict
    """
    counts = defaultdict(int)
    for item in items:
        counts[item] += 1
    return dict(counts)


# Python >= 2.2 (generators)
def count_sorted_list_items(items):
    """
    :param items: sorted iterable of items to count
    :type items: sorted iterable

    :returns: generator of (item, count) tuples
    :rtype: generator
    """
    if not items:
        return
    elif len(items) == 1:
        yield (items[0], 1)
        return
    prev_item = items[0]
    count = 1
    for item in items[1:]:
        if prev_item == item:
            count += 1
        else:
            yield (prev_item, count)
            count = 1
            prev_item = item
    yield (item, count)
    return


import unittest
class TestListCounters(unittest.TestCase):
    def test_count_unsorted_list_items(self):
        D = (
            ([], []),
            ([2], [(2,1)]),
            ([2,2], [(2,2)]),
            ([2,2,2,2,3,3,5,5], [(2,4), (3,2), (5,2)]),
            )
        for inp, exp_outp in D:
            counts = count_unsorted_list_items(inp) 
            print inp, exp_outp, counts
            self.assertEqual(counts, dict( exp_outp ))

        inp, exp_outp = UNSORTED_WIN = ([2,2,4,2], [(2,3), (4,1)])
        self.assertEqual(dict( exp_outp ), count_unsorted_list_items(inp) )


    def test_count_sorted_list_items(self):
        D = (
            ([], []),
            ([2], [(2,1)]),
            ([2,2], [(2,2)]),
            ([2,2,2,2,3,3,5,5], [(2,4), (3,2), (5,2)]),
            )
        for inp, exp_outp in D:
            counts = list( count_sorted_list_items(inp) )
            print inp, exp_outp, counts
            self.assertEqual(counts, exp_outp)

        inp, exp_outp = UNSORTED_FAIL = ([2,2,4,2], [(2,3), (4,1)])
        self.assertEqual(exp_outp, list( count_sorted_list_items(inp) ))
        # ... [(2,2), (4,1), (2,1)]

Answer 16

建议使用 numpy 的bincount<\/a> ，但它仅适用于具有非负整数的一维数组<\/em>。 此外，结果数组可能会令人困惑（它包含原始列表中从 min 到 max 的整数的出现，并将缺失的整数设置为 0）。

使用 numpy 执行此操作的更好方法是使用unique<\/a>函数并将属性return_counts<\/code>设置为 True。 它返回一个元组，其中包含唯一值数组和每个唯一值出现的数组。

# a = [1, 1, 0, 2, 1, 0, 3, 3]
a_uniq, counts = np.unique(a, return_counts=True)  # array([0, 1, 2, 3]), array([2, 3, 1, 2]

Answer 17

计算具有共同类型的不同元素的数量：

li = ['A0','c5','A8','A2','A5','c2','A3','A9']

print sum(1 for el in li if el[0]=='A' and el[1] in '01234')

Answer 18

您还可以使用内置模块operator<\/code><\/a>的countOf<\/code><\/a>方法。

>>> import operator
>>> operator.countOf([1, 2, 3, 4, 1, 4, 1], 1)
3

Answer 19

我会使用filter()<\/code> ，以 Lukasz 为例：

>>> lst = [1, 2, 3, 4, 1, 4, 1]
>>> len(filter(lambda x: x==1, lst))
3

Answer 20

使用 %timeit 查看哪个操作更有效。 np.array 计数操作应该更快。

 from collections import Counter
 mylist = [1,7,7,7,3,9,9,9,7,9,10,0] 
 types_counts=Counter(mylist)
 print(types_counts)

Answer 21

可能不是最有效的，需要额外通过才能删除重复项。

功能实现：

arr = np.array(['a','a','b','b','b','c'])
print(set(map(lambda x  : (x , list(arr).count(x)) , arr)))

Answer 22

给定一个列表 X

 import numpy as np
 X = [1, -1, 1, -1, 1]

Answer 23

sum([1 for elem in <yourlist> if elem==<your_value>])

这将返回 your_value 的出现次数

Answer 24

或者，您也可以自己实现计数器。 这就是我的做法：

item_list = ['me', 'me', 'you', 'you', 'you', 'they']

occ_dict = {}

for item in item_list:
    if item not in occ_dict:
        occ_dict[item] = 1
    else:
        occ_dict[item] +=1

print(occ_dict)

Answer 25

如果您想要特定元素的多次出现：

>>> from collections import Counter
>>> z = ['blue', 'red', 'blue', 'yellow', 'blue', 'red']
>>> single_occurrences = Counter(z)
>>> print(single_occurrences.get("blue"))
3
>>> print(single_occurrences.values())
dict_values([3, 2, 1])

Answer 26

l2=[1,"feto",["feto",1,["feto"]],['feto',[1,2,3,['feto']]]]
count=0
 def Test(l):   
        global count 
        if len(l)==0:
             return count
        count=l.count("feto")
        for i in l:
             if type(i) is list:
                count+=Test(i)
        return count   
    print(Test(l2))

Answer 27

mot = ["compte", "france", "zied"]
lst = ["compte", "france", "france", "france", "france"]
dict((x, lst.count(x)) for x in set(mot))

Answer 28

对于本主题，我知道以下六种方法可以计算列表中元素的出现次数：

1) 使用count()方法

count()是内置的 function ，通过它 python 在列表中计数出现。 在所有其他用于计算发生次数的方法中，它是最简单的。 Count()方法采用一个参数，即要计算其出现次数的元素。

例如：

sample_list = ["a", "ab", "a", "abc", "ab", "ab"]
print(sample_list.count("a"))
print(sample_list.count("ab"))

Output

 2 3

---

2）使用循环

另一种计算发生次数的简单方法是使用带有计数器变量的循环。 在这里，计数器变量在遍历给定元素后每次都会将其值增加一。 最后，计数器变量的值显示元素出现的次数。

例如：

def countElement(sample_list, element):
    return sample_list.count(element)


sample_list = ["a", "ab", "a", "abc", "ab", "ab"]
element = "ab"
print('{} has occurred {} times'.format(element, countElement(sample_list, element)))

Output

 ab has occurred 3 times

---

3) 使用countof()方法

python 库中的操作员模块由countof()方法组成，该方法有助于从列表中返回元素的出现次数。 该方法取两个arguments，即需要进行计数的列表和需要查找的元素。 此外，您必须在开始程序之前使用import关键字导入 operator 模块，如下所示：

例如：

sample_list = ["a", "ab", "a", "abc", "ab", "ab"]

import operator as op

print(op.countOf(sample_list,"a"))

Output

 2

---

4) 使用counter()方法

Python 拥有一个名为 collections 的内置模块，包括多种方法来简化您的编程。 一种这样的方法是counter()方法，其中元素存储为带有键的字典，计数作为值。

因此， counter()方法通过将一个参数作为要计算元素的列表来帮助您返回给定列表中给定元素的出现总数。 请记住，您必须导入 collections 模块才能使用counter()方法，如下例所示：

例如：

sample_list = ["a", "ab", "a", "abc", "ab", "ab"]

from collections import Counter

print(Counter(sample_list))

c = Counter(sample_list) 
print(c["a"])

Output

 Counter({'ab': 3, 'a': 2, 'abc': 1}) 2

---

5) 使用pandas库

Pandas 是内置的 python 库，在数据分析和数据操作中非常流行。 它是一个具有大量功能的开源工具，广泛应用于机器学习和人工智能等领域。

Pandas 拥有多种默认方法，其中之一是 value_count() 方法。 与value_count()方法一起，pandas 使用系列，即轴为 label 的一维数组。

要使用 pandas 计算元素的出现次数，您必须将给定列表转换为系列，然后使用value_count()方法，该方法按降序返回 object。 通过这些，您可以很容易地注意到第一个元素始终是最常出现的元素。

查看以下示例以更好地了解 Pandas 库

例如：

import pandas as pd

sample_list = ["a", "ab", "a", "abc", "ab", "ab"]
count = pd.Series(sample_list).value_counts()
print(count["a"])

Output

 2

---

6) 在 python 中使用循环和字典

这是 python 使用循环、条件语句和字典计算列表中出现次数的最传统方法。 通过这种方法，您必须创建空字典，然后遍历列表。 稍后，检查列表中存在的元素是否在字典中可用。 如果是，则将其值加一； 否则，在字典中引入一个新元素并为其赋值 1。 重复相同的过程，直到列表中的所有元素都被访问。

请记住，此方法与之前使用循环和计数器变量的方法有很大不同。 前面提到的方法没有使用字典数据结构，而这个方法使用了。 最后，打印每个元素的出现次数，如下例所示：

例如：

sample_list = ["a", "ab", "a", "abc", "ab", "ab"]

def countOccurrence(a):
  k = {}
  for j in a:
    if j in k:
      k[j] +=1
    else:
      k[j] =1
  return k

print(countOccurrence(sample_list))

Output

 {'a': 2, 'ab': 3, 'abc': 1}

Answer 29

a  =[random.randint(0,100) for i in range(100)]
list(zip(set(a),[a.count(i) for i in set(a)]))

Answer 30

test = [409.1, 479.0, 340.0, 282.4, 406.0, 300.0, 374.0, 253.3, 195.1, 269.0, 329.3, 250.7, 250.7, 345.3, 379.3, 275.0, 215.2, 300.0]

for i in test:
    print('{} numbers {}'.format(i, test.count(i)))

Answer 31

import pandas as pd
test = [409.1, 479.0, 340.0, 282.4, 406.0, 300.0, 374.0, 253.3, 195.1, 269.0, 329.3, 250.7, 250.7, 345.3, 379.3, 275.0, 215.2, 300.0]

#turning the list into a temporary dataframe
test  = pd.DataFrame(test)

#using the very convenient value_counts() function
df_counts = test.value_counts()
df_counts

那么您可以使用df_counts.index和df_counts.values来获取数据。

Answer 32

x = ['Jess', 'Jack', 'Mary', 'Sophia', 'Karen',
     'Addison', 'Joseph','Jack', 'Jack', 'Eric', 'Ilona', 'Jason']
the_item = input('Enter the item that you wish to find : ')
how_many_times = 0 
for occurrence in x:
     if occurrence == the_item : 
          how_many_times += 1
print('The occurrence of', the_item, 'in', x,'is',how_many_times) 

创建了一个名称列表，其中重复了名称“Jack”。 为了检查它的出现，我在名为x的列表中运行了一个 for 循环。 在每次迭代中，如果循环变量的值与从用户接收到的值相同并存储在变量 the_item 中，则变量the_item会增加 1。在达到某个值how_many_times how_many_times发生的值“杰克”这个词

Answer 33

def countfrequncyinarray(arr1):
    r=len(arr1)
    return {i:arr1.count(i) for i in range(1,r+1)}
arr1=[4,4,4,4]
a=countfrequncyinarray(arr1)
print(a)