アイテムが与えられた場合、Pythonのリストでその出現回数をどのようにカウントできますか？

1つのアイテムの数だけが必要な場合は、次のcountメソッドを使用します。

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

複数のアイテムをカウントする場合は、これを使用しないでください。countループで呼び出すには、count呼び出しごとにリストを個別に渡す必要があるため、パフォーマンスが壊滅的になる可能性があります。Counter他の回答で説明されているように、すべてのアイテム、または複数のアイテムを数える場合は、を使用します。

CounterPython 2.7または3.xを使用していて、各要素の出現回数を知りたい場合に使用します。

>>> 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つのアイテムの出現回数を数える

使用できるリストアイテムを1つだけカウントする場合 count()

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

リスト内のすべてのアイテム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ーの作成とも呼ばれます。

count（）ですべてのアイテムを数える

アイテムの出現回数をカウントするにlは、リスト内包表記とcount()メソッドを使用するだけです。

[[x,l.count(x)] for x in set(l)]

（または辞書と同様にdict((x,l.count(x)) for x in set(l))）

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（）ですべてのアイテムを数える

または、ライブラリのより高速なCounterクラスがありcollectionsます

Counter(l)

例：

>>> l = ["a","b","b"]
>>> from collections import Counter
>>> Counter(l)
Counter({'b': 2, 'a': 1})

カウンターはどれくらい速いですか？

Counterリストの集計がどれほど速いかを確認しました。私は両方の方法をいくつかの値で試してみましたが、約2の定数倍だけ高速であるnように見えますCounter。

これが私が使用したスクリプトです：

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]

辞書で、各項目の発生数を取得する別の方法：

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

list.count(x)xリストに現れる回数を返します

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

アイテムが与えられた場合、Pythonのリストでその出現回数をどのようにカウントできますか？

次にリストの例を示します。

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

list.count

list.count方法があります

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

これはどのリストでも問題なく機能します。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。反復可能オブジェクトをリストだけでなく、カウンターにダンプできます。カウンターは、要素のカウント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

カウンターはPython辞書に基づいており、それらのキーは要素であるため、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なものです。

のさらなる使用 collections.Counter

カウンターからイテラブルを追加または減算できます。

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

また、カウンターを使用してマルチセット操作を行うこともできます。

>>> 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})

なぜパンダではないのですか？

別の答えは示唆しています：

パンダを使ってみませんか？

パンダ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。

リストオブジェクト自体と標準ライブラリには、このユースケースの組み込みソリューションがあります。

プロジェクトにまだパンダが必要ない場合、この機能だけを要件とするのはばかげています。

私は提案されたすべてのソリューション（およびいくつかの新しいソリューション）をperfplot（私の小さなプロジェクト）と比較しました。

1つのアイテムを数える

十分な大きさの配列の場合、

numpy.sum(numpy.array(a) == 1) 

他のソリューションよりもわずかに高速です。

すべてのアイテムを数える

以前に確立されたように、

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,
    )

すべての値を一度にカウントしたい場合はbincount、以下のようにnumpy配列を使用して非常に高速に行うことができます

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

与える

>>> array([0, 3, 1, 1, 2])

あなたが使用できる場合はpandas、その後、value_counts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

また、頻度に基づいて結果を自動的にソートします。

結果をリストのリストにしたい場合は、以下のようにします

>>> pd.Series(a).value_counts().reset_index().values.tolist()
[[1, 3], [4, 2], [3, 1], [2, 1]]

パンダを使用しないのはなぜですか？

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

あなたが特定の要素の数を探しているなら、言って、試してみてください。

my_count['a']

出力：

3

今日私はこの問題を抱えていて、SOをチェックする前に自分の解決策を展開しました。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高速です。

# 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)]

以下は3つのソリューションです。

最速はforループを使用してそれをDictに格納することです。

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

すべての要素の数 itertools.groupby()

リスト内のすべての要素の数を取得するための別の可能性は、 itertools.groupby()。

「重複」カウントあり

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)

戻り値

[('a', 3), ('t', 1), ('q', 1), ('a', 1), ('d', 1), ('a', 1), ('d', 1), ('c', 1)]

最初の3つaのを最初のグループとして組み合わせた方法に注目aしてください。他のグループはリストの下にあります。これは、入力リストLがソートされなかったために発生します。これは、グループを実際に分離する必要がある場合に利点になることがあります。

ユニークなカウント

一意のグループ数が必要な場合は、入力リストを並べ替えるだけです。

counts = [(i, len(list(c))) for i,c in groupby(sorted(L))]
print(counts)

戻り値

[('a', 5), ('c', 1), ('d', 2), ('q', 1), ('t', 1)]

注：一意のカウントを作成するために、他の多くの回答は、groupbyソリューションと比較してより簡単で読みやすいコードを提供します。ただし、ここでは、重複カウントの例に対応するものを示しています。

numpyのbincountを使用することが推奨されていましたが、負でない整数を持つ1 次元配列に対してのみ機能します。また、結果の配列は混乱する可能性があります（元のリストのminからmaxまでの整数の出現が含まれ、欠落している整数を0に設定します）。

numpyでそれを行うより良い方法は、属性をTrueに設定して一意の関数を使用することreturn_countsです。一意の値の配列と各一意の値の発生の配列を含むタプルを返します。

# 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、次のようにペアリングできます

dict(zip(a_uniq, counts))  # {0: 2, 1: 3, 2: 1, 3: 2}

他のデータタイプや「2Dリスト」でも機能します。

>>> a = [['a', 'b', 'b', 'b'], ['a', 'c', 'c', 'a']]
>>> dict(zip(*np.unique(a, return_counts=True)))
{'a': 3, 'b': 3, 'c': 2}

共通のタイプ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

3 6ではなく

とても古い質問ですが、ライナーが見つからなかったので作りました。

# 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)

countOf組み込みモジュールのメソッドを使用することもできますoperator。

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

最も効率的ではない可能性があり、重複を削除するには追加のパスが必要です。

機能の実装：

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

戻り値 ：

{('c', 1), ('b', 3), ('a', 2)}

またはとして返すdict：

print(dict(map(lambda x  : (x , list(arr).count(x)) , arr)))

戻り値 ：

{'b': 3, 'c': 1, 'a': 2}

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

これにより、your_valueの出現回数が返されます

私はを使用しfilter()、Lukaszの例をとります：

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

特定の要素の数を必要とする場合：

>>> 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)

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))

これは、リストのリスト内であっても、リスト内のアイテムを再帰的にカウントまたは検索します