Учитывая элемент, как я могу подсчитать его вхождения в списке в Python?
Как я могу подсчитать вхождения элемента списка?
Ответ 1
Если вам нужен только один элемент, используйте метод count:
>>> [1, 2, 3, 4, 1, 4, 1].count(1)
3
Не использовать, если вы хотите подсчитать несколько элементов. Вызов count в цикле требует отдельного прохода над списком для каждого вызова count, что может быть катастрофическим для производительности. Если вы хотите считать все элементы или даже несколько элементов, используйте Counter, как описано в других ответах.
Ответ 2
Если вы используете Python 2.7 или 3 и хотите количество вхождений для каждого элемента:
>>> from collections import Counter
>>> z = ['blue', 'red', 'blue', 'yellow', 'blue', 'red']
>>> Counter(z)
Counter({'blue': 3, 'red': 2, 'yellow': 1})
Ответ 3
Подсчет значений одного элемента в списке
Для подсчета вхождений только одного элемента списка вы можете использовать count()
>>> l = ["a","b","b"]
>>> l.count("a")
1
>>> l.count("b")
2
Подсчет вхождений всех элементов в списке также известен как "подсчет" списка или создание счетчика счетчиков.
Подсчет всех элементов с count()
Для подсчета вхождений элементов в l можно просто использовать понимание списка и метод count()
[[x,l.count(x)] for x in set(l)]
(или аналогично со словарем dict((x,l.count(x)) for x in set(l)))
Пример:
>>> l = ["a","b","b"]
>>> [[x,l.count(x)] for x in set(l)]
[['a', 1], ['b', 2]]
>>> dict((x,l.count(x)) for x in set(l))
{'a': 1, 'b': 2}
Подсчет всех элементов с помощью счетчика()
Кроме того, существует более быстрый класс Counter из библиотеки collections
Counter(l)
Пример:
>>> l = ["a","b","b"]
>>> from collections import Counter
>>> Counter(l)
Counter({'b': 2, 'a': 1})
Насколько быстрее работает счетчик?
Я проверил, насколько быстрее Counter используется для подсчета списков. Я попробовал оба метода с несколькими значениями n, и кажется, что Counter быстрее с постоянным коэффициентом приблизительно 2.
Вот script я использовал:
from __future__ import print_function
import timeit
t1=timeit.Timer('Counter(l)', \
'import random;import string;from collections import Counter;n=1000;l=[random.choice(string.ascii_letters) for x in range(n)]'
)
t2=timeit.Timer('[[x,l.count(x)] for x in set(l)]',
'import random;import string;n=1000;l=[random.choice(string.ascii_letters) for x in range(n)]'
)
print("Counter(): ", t1.repeat(repeat=3,number=10000))
print("count(): ", t2.repeat(repeat=3,number=10000)
И вывод:
Counter(): [0.46062711701961234, 0.4022796869976446, 0.3974247490405105]
count(): [7.779430688009597, 7.962715800967999, 8.420845870045014]
Ответ 4
Другой способ получить количество вхождений каждого элемента в словаре:
dict((i, a.count(i)) for i in a)
Ответ 5
list.count(x) возвращает количество раз x в списке
см: http://docs.python.org/tutorial/datastructures.html#more-on-lists
Ответ 6
Учитывая предмет, как я могу посчитать его появления в списке в Python?
Вот список примеров:
>>> l = list('aaaaabbbbcccdde')
>>> l
['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'e']
list.count
Там метод list.count
>>> l.count('b')
4
Это прекрасно работает для любого списка. У кортежей также есть этот метод:
>>> t = tuple('aabbbffffff')
>>> t
('a', 'a', 'b', 'b', 'b', 'f', 'f', 'f', 'f', 'f', 'f')
>>> t.count('f')
6
collections.Counter
А потом есть коллекции. Счетчик. Вы можете сбросить любую итерацию в счетчик, а не просто в список, и счетчик сохранит структуру данных счетчиков элементов.
Использование:
>>> from collections import Counter
>>> c = Counter(l)
>>> c['b']
4
Счетчики основаны на словарях Python, их ключи являются элементами, поэтому ключи должны быть хэшируемыми. Они в основном похожи на наборы, которые допускают избыточные элементы в них.
Дальнейшее использование collections.Counter
Вы можете добавить или вычесть итерации из вашего счетчика:
>>> c.update(list('bbb'))
>>> c['b']
7
>>> c.subtract(list('bbb'))
>>> c['b']
4
И вы можете выполнять множественные операции со счетчиком:
>>> 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})
Почему не панды?
Другой ответ предполагает:
Почему бы не использовать панд?
Панды - это обычная библиотека, но ее нет в стандартной библиотеке. Добавление его в качестве требования нетривиально.
Для этого варианта использования есть встроенные решения как в самом объекте списка, так и в стандартной библиотеке.
Если ваш проект уже не требует панды, было бы глупо сделать это требованием только для этой функциональности.
Ответ 7
Если вы хотите посчитать все значения сразу, вы можете сделать это очень быстро, используя массивы numpy и bincount следующим образом
import numpy as np
a = np.array([1, 2, 3, 4, 1, 4, 1])
np.bincount(a)
который дает
>>> array([0, 3, 1, 1, 2])
Ответ 8
Я сравнил все предлагаемые решения (и несколько новых) с perfplot (мой маленький проект).
Подсчет одного элемента
Для достаточно больших массивов оказывается, что
numpy.sum(numpy.array(a) == 1)
немного быстрее, чем другие решения.
Подсчет всех элементов
numpy.bincount(a)
- это то, что вы хотите.
Код для воспроизведения графиков:
from collections import Counter
from collections import defaultdict
import numpy
import operator
import pandas
import perfplot
def counter(a):
return Counter(a)
def count(a):
return dict((i, a.count(i)) for i in set(a))
def bincount(a):
return numpy.bincount(a)
def pandas_value_counts(a):
return pandas.Series(a).value_counts()
def occur_dict(a):
d = {}
for i in a:
if i in d:
d[i] = d[i]+1
else:
d[i] = 1
return d
def count_unsorted_list_items(items):
counts = defaultdict(int)
for item in items:
counts[item] += 1
return dict(counts)
def operator_countof(a):
return dict((i, operator.countOf(a, i)) for i in set(a))
perfplot.show(
setup=lambda n: list(numpy.random.randint(0, 100, n)),
n_range=[2**k for k in range(20)],
kernels=[
counter, count, bincount, pandas_value_counts, occur_dict,
count_unsorted_list_items, operator_countof
],
equality_check=None,
logx=True,
logy=True,
)
2.
from collections import Counter
from collections import defaultdict
import numpy
import operator
import pandas
import perfplot
def counter(a):
return Counter(a)
def count(a):
return dict((i, a.count(i)) for i in set(a))
def bincount(a):
return numpy.bincount(a)
def pandas_value_counts(a):
return pandas.Series(a).value_counts()
def occur_dict(a):
d = {}
for i in a:
if i in d:
d[i] = d[i]+1
else:
d[i] = 1
return d
def count_unsorted_list_items(items):
counts = defaultdict(int)
for item in items:
counts[item] += 1
return dict(counts)
def operator_countof(a):
return dict((i, operator.countOf(a, i)) for i in set(a))
perfplot.show(
setup=lambda n: list(numpy.random.randint(0, 100, n)),
n_range=[2**k for k in range(20)],
kernels=[
counter, count, bincount, pandas_value_counts, occur_dict,
count_unsorted_list_items, operator_countof
],
equality_check=None,
logx=True,
logy=True,
)
Ответ 9
Если вы можете использовать pandas, то для спасения существует value_counts.
>>> 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
Он также автоматически сортирует результат по частоте.
Если вы хотите, чтобы результат был в списке, выполните следующие действия.
>>> pd.Series(a).value_counts().reset_index().values.tolist()
[[1, 3], [4, 2], [3, 1], [2, 1]]
Ответ 10
Почему бы не использовать Pandas?
import pandas as pd
l = ['a', 'b', 'c', 'd', 'a', 'd', 'a']
# converting the list to a Series and counting the values
my_count = pd.Series(l).value_counts()
my_count
Вывод:
a 3
d 2
b 1
c 1
dtype: int64
Если вы ищете счетчик определенного элемента, скажем a, попробуйте:
my_count['a']
Вывод:
3
Ответ 11
У меня была эта проблема сегодня, и я сделал свое собственное решение, прежде чем я решил проверить SO. Это:
dict((i,a.count(i)) for i in a)
действительно, очень медленный для больших списков. Мое решение
def occurDict(items):
d = {}
for i in items:
if i in d:
d[i] = d[i]+1
else:
d[i] = 1
return d
на самом деле немного быстрее, чем решение Counter, по крайней мере для Python 2.7.
Ответ 12
# 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)]
Ответ 13
Подсчет всех элементов с помощью itertools.groupby()
Другая возможность получить количество всех элементов в списке может быть с помощью itertools.groupby().
С "дубликатами"
from itertools import groupby
L = ['a', 'a', 'a', 't', 'q', 'a', 'd', 'a', 'd', 'c'] # Input list
counts = [(i, len(list(c))) for i,c in groupby(L)] # Create value-count pairs as list of tuples
print(counts)
Возвращает
[('a', 3), ('t', 1), ('q', 1), ('a', 1), ('d', 1), ('a', 1), ('d', 1), ('c', 1)]
Обратите внимание на то, как он объединил первые три a в качестве первой группы, в то время как другие группы a представлены ниже по списку. Это происходит потому, что список ввода L не был отсортирован. Иногда это может быть полезным, если группы фактически должны быть отдельными.
С уникальным количеством
Если требуется уникальное количество групп, просто отсортируйте входной список:
counts = [(i, len(list(c))) for i,c in groupby(sorted(L))]
print(counts)
Возвращает
[('a', 5), ('c', 1), ('d', 2), ('q', 1), ('t', 1)]
Примечание. Для создания уникальных подсчетов многие другие ответы предоставляют более простой и читаемый код по сравнению с groupby решением. Но здесь показано, чтобы провести параллель с примером дублирования счета.
Ответ 14
Чтобы подсчитать количество различных элементов, имеющих общий тип:
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')
дает
3, а не 6
Ответ 15
Ниже приведены три решения:
Самый быстрый использует цикл for и хранит его в Dict.
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))
Результат
#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
Ответ 16
Было предложено использовать numpy bincount, однако он работает только для 1d массивов с неотрицательными целыми числами. Кроме того, результирующий массив может сбивать с толку (он содержит вхождения целых чисел от минимального до максимального в исходном списке и устанавливает 0 отсутствующих целых чисел).
Лучший способ сделать это с помощью numpy - использовать уникальную функцию с атрибутом return_counts установленным в True. Он возвращает кортеж с массивом уникальных значений и массивом экземпляров каждого уникального значения.
# 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]
и тогда мы можем соединить их как
dict(zip(a_uniq, counts)) # {0: 2, 1: 3, 2: 1, 3: 2}
Он также работает с другими типами данных и "2d списками", например
>>> a = [['a', 'b', 'b', 'b'], ['a', 'c', 'c', 'a']]
>>> dict(zip(*np.unique(a, return_counts=True)))
{'a': 3, 'b': 3, 'c': 2}
Ответ 17
from collections import Counter
country=['Uruguay', 'Mexico', 'Uruguay', 'France', 'Mexico']
count_country = Counter(country)
output_list= []
for i in count_country:
output_list.append([i,count_country[i]])
print output_list
Выходной список:
[['Mexico', 2], ['France', 1], ['Uruguay', 2]]
Ответ 18
Вы также можете использовать countOf метод встроенного модуля operator.
>>> import operator
>>> operator.countOf([1, 2, 3, 4, 1, 4, 1], 1)
3
Ответ 19
Может быть не самым эффективным, требуется дополнительный проход для удаления дубликатов.
Функциональная реализация:
arr = np.array(['a','a','b','b','b','c'])
print(set(map(lambda x : (x , list(arr).count(x)) , arr)))
возвращает:
{('c', 1), ('b', 3), ('a', 2)}
или верните как dict:
print(dict(map(lambda x : (x , list(arr).count(x)) , arr)))
возвращает:
{'b': 3, 'c': 1, 'a': 2}
Ответ 20
Хотя это очень старый вопрос, но так как я не нашел один лайнер, я сделал один.
# 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)
Ответ 21
sum([1 for elem in <yourlist> if elem==<your_value>])
Это вернет количество вхождения вашего_значения
Ответ 22
если вы хотите количество вхождений для конкретного элемента:
>>> 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])
Ответ 23
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)