1つのアイテムの数だけが必要な場合は、countメソッドを使用します。
>>> [1, 2, 3, 4, 1, 4, 1].count(1)
3
しない 複数の項目を数えたい場合は/を使用してください。ループ内でcountを呼び出すには、すべてのcount呼び出しごとにリストを個別に渡す必要があります。これはパフォーマンスにとって致命的な場合があります。すべての項目、または複数の項目だけをカウントしたい場合は、他の回答で説明されているようにCounterを使用してください。
Python 2.7または3を使用していて、各要素に出現回数が必要な場合
>>> from collections import Counter
>>> z = ['blue', 'red', 'blue', 'yellow', 'blue', 'red']
>>> Counter(z)
Counter({'blue': 3, 'red': 2, 'yellow': 1})
リスト内の1項目の出現回数を数える
1つのリスト項目の出現回数を数えるためにはcount()を使うことができます。
>>> l = ["a","b","b"]
>>> l.count("a")
1
>>> l.count("b")
2
リスト内の all itemsの出現回数を数えることは、リストの「集計」、または集計カウンタの作成とも呼ばれます。
count（）ですべての項目を数える
l内の項目の出現回数を数えるには、単純にリスト内包表記とcount()メソッドを使うことができます。
[[x,l.count(x)] for x in set(l)]
（あるいは辞書dict((x,l.count(x)) for x in set(l))と同じように）
例：
>>> 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}
Counter（）ですべての項目を数える
あるいは、Counterライブラリからのより速いcollectionsクラスがあります。
Counter(l)
例：
>>> l = ["a","b","b"]
>>> from collections import Counter
>>> Counter(l)
Counter({'b': 2, 'a': 1})
Counterはどれくらい速いですか？
リストを集計するのにCounterがどれくらい速いかを確認しました。私は両方の方法をnのいくつかの値で試してみました、そしてそれはCounterがおよそ2の定数ファクタより速いようです。
これが私が使ったスクリプトです：
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)
そして出力：
Counter(): [0.46062711701961234, 0.4022796869976446, 0.3974247490405105]
count(): [7.779430688009597, 7.962715800967999, 8.420845870045014]
各項目の出現回数を辞書で取得するもう1つの方法
dict((i, a.count(i)) for i in a)
list.count(x)はxname__がリストに現れる回数を返します
http://docs.python.org/tutorial/datastructures.html#more-on-lists を参照してください。
ある項目が与えられた場合、Pythonのリストでその出現回数をどのように数えることができますか？
これがリストの例です：
>>> l = list('aaaaabbbbcccdde')
>>> l
['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'e']
list.count
list.countメソッドがあります
>>> l.count('b')
4
これはどのリストに対してもうまくいきます。タプルにもこのメソッドがあります。
>>> t = Tuple('aabbbffffff')
>>> t
('a', 'a', 'b', 'b', 'b', 'f', 'f', 'f', 'f', 'f', 'f')
>>> t.count('f')
6
collections.Counter
そして、collections.Counterがあります。単なるリストではなく、任意のイテラブルをカウンタにダンプすることができ、カウンタは要素の数のデータ構造を保持します。
使用法：
>>> from collections import Counter
>>> c = Counter(l)
>>> c['b']
4
カウンタはPythonの辞書に基づいており、それらのキーは要素です。そのため、キーはハッシュ可能である必要があります。それらは基本的にそれらに冗長な要素を許可するセットのようです。
collections.Counterのさらなる用法
あなたはあなたのカウンターからイテラブルを使って加減することができます：
>>> c.update(list('bbb'))
>>> c['b']
7
>>> c.subtract(list('bbb'))
>>> c['b']
4
そして、あなたも同様にカウンターで複数のセット操作をすることができます：
>>> 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})
なぜパンダじゃないの？
別の答えが示唆している：
なぜパンダを使わないのですか？
Pandasは一般的なライブラリですが、標準ライブラリにはありません。要件として追加するのは簡単ではありません。
このユースケースのための標準的なライブラリだけでなくリストオブジェクト自体にも組み込みの解決策があります。
あなたのプロジェクトがまだパンダを必要としていないのなら、それをこの機能のためだけの要件にするのは愚かなことでしょう。
すべての値を一度にカウントしたい場合 次のように、numpy配列とbincountを使用して非常に高速に実行できます。
import numpy as np
a = np.array([1, 2, 3, 4, 1, 4, 1])
np.bincount(a)
これは
>>> array([0, 3, 1, 1, 2])
私は perfplot （私の小さなプロジェクト）とすべての提案された解決策（そしていくつかの新しい解決策）を比較しました。
one itemを数える
十分に大きい配列では、次のようになります。
numpy.sum(numpy.array(a) == 1)
他のソリューションよりもわずかに速いです。
all アイテムを数える
numpy.bincount(a)
あなたが欲しいものです。
プロットを再現するコード：
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,
)
あなたがpandasを使うことができるなら、value_countsは救助のためにそこにあります。
>>> 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
頻度に基づいて結果も自動的にソートされます。
結果をリストのリストにしたい場合は、以下のようにしてください。
>>> pd.Series(a).value_counts().reset_index().values.tolist()
[[1, 3], [4, 2], [3, 1], [2, 1]]
なぜPandasを使わないの？
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
出力：
a 3
d 2
b 1
c 1
dtype: int64
特定の要素の数を探しているなら、 a と言ってください：
my_count['a']
出力：
3
# 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)]
私は今日この問題を抱えていて、そして私がSOをチェックしようと思った前に私自身の解決策を転がしました。この：
dict((i,a.count(i)) for i in a)
大きなリストでは本当に遅いです。私の解決策
def occurDict(items):
d = {}
for i in items:
if i in d:
d[i] = d[i]+1
else:
d[i] = 1
return d
少なくともPython 2.7では、実際にはCounterソリューションより少し速いです。
共通の型を持つ多様な要素の数を数えるには：
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')
与える
6ではなく3
itertools.groupby()を持つすべての要素の数
リスト内のすべての要素の数を取得するための他の可能性は、itertools.groupby()によって可能です。
「重複」カウントの場合
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)
返品
[('a', 3), ('t', 1), ('q', 1), ('a', 1), ('d', 1), ('a', 1), ('d', 1), ('c', 1)]
最初の3つのaが最初のグループとしてどのように組み合わされているかに注目してください。一方、aの他のグループはリストのさらに下にあります。これは、入力リストLがソートされていないために起こります。グループが実際には分離している必要がある場合、これは時々利点になることがあります。
ユニークな数で
一意のグループ数が必要な場合は、入力リストをソートしてください。
counts = [(i, len(list(c))) for i,c in groupby(sorted(L))]
print(counts)
返品
[('a', 5), ('c', 1), ('d', 2), ('q', 1), ('t', 1)]
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
出力リスト：
[['Mexico', 2], ['France', 1], ['Uruguay', 2]]
Numpyの bincount を使用することをお勧めしましたが、 非負整数 を持つ1次元配列に対してのみ機能します。また、結果の配列は混乱を招く可能性があります（元のリストのminからmaxまでの整数の出現を含み、欠けている整数を0に設定します）。
Numpyでそれを行うより良い方法は、属性return_countsをTrueに設定して unique 関数を使用することです。一意の値の配列と各一意の値が出現する配列を含むTupleを返します。
# 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]
そして、それらをペアにすることができます
dict(Zip(a_uniq, counts)) # {0: 2, 1: 3, 2: 1, 3: 2}
他のデータ型や "2dリスト"でも使えます。
>>> a = [['a', 'b', 'b', 'b'], ['a', 'c', 'c', 'a']]
>>> dict(Zip(*np.unique(a, return_counts=True)))
{'a': 3, 'b': 3, 'c': 2}
最も効率的ではないかもしれません、重複を削除するために追加のパスが必要です。
機能的な実装
arr = np.array(['a','a','b','b','b','c'])
print(set(map(lambda x : (x , list(arr).count(x)) , arr)))
以下を返します。
{('c', 1), ('b', 3), ('a', 2)}
またはdictとして返します。
print(dict(map(lambda x : (x , list(arr).count(x)) , arr)))
以下を返します。
{'b': 3, 'c': 1, 'a': 2}
以下は3つの解決策です。
最速はforループを使用してそれをDictに格納しています。
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))
結果
#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
sum([1 for elem in <yourlist> if elem==<your_value>])
これはyour_valueの発生量を返します
それは非常に古い質問ですが、1つのライナーが見つからなかったので、1つ作成しました。
# 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)
特定の要素に何度も出現させたい場合は、
>>> 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])
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)