How to Count Duplicates in a Python List (3 Methods + Examples)

在日常的 Python 编程和数据处理任务中，统计列表中元素的出现次数（尤其是找出重复元素的出现频次）是一项非常基础且频繁被用到的操作。无论是清洗日志数据，还是在数据分析中统计分类特征，高效地完成这一任务都至关重要。

本文将为您详细介绍三种统计 Python 列表中重复元素次数的经典方法：collections.Counter、**基础循环字典（Loop）**以及数据科学利器 pandas。每种方法都会提供完整、可运行的代码，并在此基础上对比它们的性能和最佳适用场景。

方法一：使用 `collections.Counter`（推荐 / Pythonic 做法）

Python 内置的 collections 模块提供了一个专门用来计数的容器——Counter。它是 dict 的一个子类，专门用于统计可哈希对象（Hashable Objects）的出现频次。这是最优雅、最符合 Python 编程规范（Pythonic）的解法。

完整运行代码示例

from collections import Counter
 
# 原始列表
names = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple', 'grape']
 
# 统计频率
element_counts = Counter(names)
 
# 输出完整结果
print("所有元素的计数结果：", element_counts)
# 输出结构类似于 dict: Counter({'apple': 3, 'banana': 2, 'orange': 1, 'grape': 1})
 
# 只筛选出重复的元素（出现次数 > 1）
duplicates = {item: count for item, count in element_counts.items() if count > 1}
print("仅重复元素的计数结果：", duplicates)

优点：代码极其简洁，底层由 C 语言优化，执行速度非常快，内存占用小。同时支持非常实用的 .most_common(n) 方法直接获取出现频率最高的 $n$ 个元素。

方法二：使用基础循环与字典（无外部导入 / 底层逻辑）

如果您在编写脚本时不想引入任何外部模块或内置库，或者想对底层的计数逻辑有最直观的控制，那么使用传统的 for 循环搭配字典（dict）是最合适的方法。

完整运行代码示例

# 原始列表
names = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple', 'grape']
 
# 初始化空字典
count_dict = {}
 
# 遍历计数
for name in names:
    # 如果字典中已有该元素，计数加 1
    if name in count_dict:
        count_dict[name] += 1
    # 否则，初始化计数为 1
    else:
        count_dict[name] = 1
 
print("基础循环统计结果：", count_dict)
 
# （进阶优化）使用 dict.get() 的单行遍历写法
count_dict_optimized = {}
for name in names:
    count_dict_optimized[name] = count_dict_optimized.get(name, 0) + 1
 
print("优化循环统计结果：", count_dict_optimized)

优点：不需要任何 import 语句，非常适合基础教学、轻量级脚本或受限环境（如刷算法题）。缺点：相比 Counter，代码量偏多，且在列表规模非常庞大时，Python 循环的效率会明显慢于 C 优化的内置方法。

方法三：使用 `pandas.Series.value_counts`（数据分析利器）

如果您的项目本身就是一个数据科学、机器学习或数据分析项目，并且列表中包含了成千上万条记录，那么直接使用 pandas 库的 value_counts() 方法将是最高效、最直观的。

完整运行代码示例

import pandas as pd
 
# 原始列表
names = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple', 'grape']
 
# 转换为 pandas Series 对象
series = pd.Series(names)
 
# 使用 value_counts 统计频次（默认会按频次降序排列）
counts = series.value_counts()
 
print("Pandas 统计结果（带索引的 Series）：")
print(counts)
 
# 将结果转换为字典
counts_dict = counts.to_dict()
print("转换后的字典格式：", counts_dict)

优点：非常适合大型数据集，返回的结果自动按频次降序排列。如果需要进一步的数据过滤、图表绘制或导出（CSV/Excel），可以实现无缝对接。缺点：具有较重的外部库依赖。如果仅为了统计一个小列表中几个重复元素，引入 pandas 会使得项目冷启动变慢且内存开销增大。

三种统计方法的性能与适用场景对比

方法	性能 (大型数据集)	外部依赖	代码复杂度	最佳适用场景
`collections.Counter`	优秀 (C 语言级别加速)	无 (Python 内置)	极低 (单行调用)	绝大多数普通项目、日常开发、高频频次统计
`Loop + Dict`	一般 (纯 Python 循环)	无	中等 (需要循环体)	面试算法题、受限无库环境、极简单的逻辑实现
`pandas.value_counts`	极其优异 (向量化计算)	有 (第三方库)	低 (配合 Series)	大型数据清洗、科学计算、后续需进行图表/数据帧分析

Python LTV Fitting — 本站另一篇利用 Python 进行游戏/应用生命周期价值（LTV）拟合与数据分析的实战笔记，欢迎阅读。

相关文章