Counter 实战：计数、排序与缺失值处理

collections.Counter 是专门用于统计可哈希对象出现次数的字典子类。它适合处理词频、状态分布、库存变化和日志类别汇总，比手动判断键是否存在更简洁。

1. 从可迭代对象创建计数器

下面统计任务类型出现的次数：

from collections import Counter

records = ["api", "db", "api", "worker", "db", "db"]
counts = Counter(records)

print(dict(counts))
print(counts["db"])
print(counts["cache"])

输出为：

{'api': 2, 'db': 3, 'worker': 1}
3
0

输入列表中的元素会成为键，出现次数成为值。与普通字典不同，读取不存在的键时，Counter 返回 0，不会抛出 KeyError。不过，这次读取不会自动把该键插入计数器，因此 "cache" in counts 仍然是 False。

需要注意，继承自字典的 get() 具有不同语义：

print(counts.get("cache"))
print(counts.get("cache", 0))

输出为：

None
0

因此，希望缺失项稳定得到零时，可以使用下标，或者为 get() 显式提供默认值。

2. 更新已有统计

update() 会累加而不是覆盖计数：

from collections import Counter

counts = Counter(["ok", "error", "ok"])
counts.update(["error", "timeout", "ok"])
counts.update({"error": 2})

print(dict(counts))

输出为：

{'ok': 3, 'error': 4, 'timeout': 1}

传入可迭代对象时，元素每出现一次就加一；传入映射时，则把映射中的值累加到对应键上。这适用于分批读取数据后的持续汇总。

3. 按频次排序

most_common(n) 返回出现次数最高的前 n 项，每项是 (元素, 次数) 元组：

from collections import Counter

counts = Counter(["b", "a", "b", "c", "a", "b"])
print(counts.most_common(2))
print(counts.most_common())

输出为：

[('b', 3), ('a', 2)]
[('b', 3), ('a', 2), ('c', 1)]

省略参数时会返回全部项目。若需要明确规定次数相同情况下的次序，可使用 sorted() 添加第二排序条件：

from collections import Counter

counts = Counter(["pear", "apple", "pear", "banana", "apple"])
ordered = sorted(counts.items(), key=lambda item: (-item[1], item[0]))
print(ordered)

输出为：

[('apple', 2), ('pear', 2), ('banana', 1)]

键函数先按次数降序，再按名称升序。该方式要求第二排序字段之间可以比较；如果键类型混杂，例如同时包含字符串和整数，应改用统一的可比较字段。

4. 减法、零值与负值

subtract() 会执行减法，并保留结果中的零值和负值：

from collections import Counter

stock = Counter({"pen": 5, "book": 2})
stock.subtract({"pen": 3, "book": 2, "bag": 1})

print(dict(stock))
print(dict(+stock))

输出为：

{'pen': 2, 'book': 0, 'bag': -1}
{'pen': 2}

一元加号 +stock 会生成仅保留正计数的新 Counter。如果只想删除某个键，应使用 del stock[key]；把值设为零仍会保留该键，并可能影响遍历和序列化结果。

5. 边界条件与适用范围

Counter 的键必须可哈希，字符串、数字和元组通常可以作为键，列表和字典则不可以：

from collections import Counter

try:
    Counter([[1, 2], [1, 2]])
except TypeError as exc:
    print(type(exc).__name__)

输出为：

TypeError

空输入会得到空计数器。Counter 可以保存零值或负值，因此在将结果解释为“出现次数”前，应确认数据是否经过 subtract() 等操作。它适合内存中规模可控的离散数据统计；若数据量远超可用内存，通常应分批聚合，或采用能够外部存储和查询的方案。

参考资料

• Python 标准库文档 → collections——容器数据类型 → Counter 对象
• Python 标准库文档 → 内置函数 → sorted

说明：本文由 AI 辅助编写，示例需要读者自行验证。