Python 怎么用 collections.Counter 快速统计元素频次？

Question

仓乃文 · Accepted Answer

统计列表中元素出现次数，手写循环既繁琐又低效。Counter 是 dict 的子类，一行代码完成频次统计，还提供 most_common、算术运算等实用方法，是数据清洗和分析的必备工具。

基本统计：
```python
from collections import Counter

words = ["apple", "banana", "apple", "orange", "banana", "banana"]
counts = Counter(words)
# Counter({"banana": 3, "apple": 2, "orange": 1})

counts["apple"]       # 2
counts["grape"]       # 0（不存在的键返回 0，不报错）
counts.most_common(2) # [("banana", 3), ("apple", 2)]
```

统计字符串字符频次：
```python
text = "abracadabra"
char_counts = Counter(text)
# Counter({"a": 5, "b": 2, "r": 2, "c": 1, "d": 1})
```

Counter 算术运算：
```python
c1 = Counter(a=3, b=1)
c2 = Counter(a=1, b=2)

c1 + c2  # Counter({"a": 4, "b": 3})  合并
c1 - c2  # Counter({"a": 2})  差集（负数被忽略）
c1 & c2  # Counter({"a": 1, "b": 1})  交集（取最小值）
c1 | c2  # Counter({"a": 3, "b": 2})  并集（取最大值）
```

补充说明：
- Counter 是 dict 子类，可以用所有字典方法
- 不存在的键返回 0 而非 KeyError，这是和普通 dict 最大的区别
- most_common(n) 返回频次最高的 n 个元素
- update() 增加计数，subtract() 减少计数（允许负数）
- 适合日志分析、投票统计、词频统计等场景