1 使用字典统计计数

1.1 使用字典dict()

        循环遍历出一个可迭代对象中的元素；

        如果字典没有该元素，那么就让该元素作为字典的键，并将该值赋值为1；

        如果键中存在这个元素,则将对应的值加1；

比如：

>>> lists = ['a','a','b',5,6,7,5]
>>> count_dict = dict()
>>> for item in lists:
...     if item in count_dict:
...             count_dict[item] += 1
...     else:
...             count_dict[item] = 1
... 
>>> count_dict
{'a': 2, 'b': 1, 5: 2, 6: 1, 7: 1}
>>> 

1.2 使用defaultdict()

        defaultdict(parameter)可以接受一个类型参数，如str,int等；

        但传递进来的参数不是用来约束值的类型，更不是约束键的类型，而是当键不存在时，实现值的初始化；

1. defaultdict(int)：初始化为 0
2. defaultdict(float)：初始化为 0.0
3. defaultdict(str)：初始化为 ''

>>> from collections import defaultdict
>>> lists = ['a', 'a', 'b', 5, 6, 7, 5]
>>> count_dict = defaultdict(int)
>>> for item in lists:
...     count_dict[item] += 1
... 
>>> count_dict
defaultdict(<class 'int'>, {'a': 2, 'b': 1, 5: 2, 6: 1, 7: 1})

与（1）方法结果一致；

1.3 使用集合（set）和列表（list）

        先使用set去重；

        然后循环的把每一个元素对应的次数lists.count(item)组成一个元素放在列表里面。

>>> lists = ['a', 'a', 'b', 5, 6, 7, 5]
>>> count_set = set(lists)
>>> count_list = list()
>>> for item in count_set:
...     count_list.append((item,lists.count(item)))
... 
>>> count_list
[('b', 1), (5, 2), (6, 1), (7, 1), ('a', 2)]

1.4 使用Counter

Counter 是一个容器对象，主要的作用是用来统计散列对象，使用三种方式来初始化；

        （1）参数里面放：可迭代对象：Counter("success");

        （2）传入关键字参数Counter((s = 3,c = 2,e = 1,u = 1))   ;

        （3）传入字典 Counter({"s":3,"c":2,"e":1,"u":1})     ；

>>> from collections import Counter
>>> lists = ['a', 'a', 'b', 5, 6, 7, 5]
>>> a = Counter(lists)
>>> a
Counter({'a': 2, 5: 2, 'b': 1, 6: 1, 7: 1})
>>> a.elements()
object at 0x7fbffc3a8310>
>>> a.most_common(2) #前两个出现频率最高的元素已经他们的次数,返回的是列表里面嵌套元组
[('a', 2), (5, 2)]
>>> b = Counter("success")
>>> b
Counter({'s': 3, 'c': 2, 'u': 1, 'e': 1})

参考：python中统计计数的几种方法和Counter的介绍_dgteu28864的博客-CSDN博客

自己做记录使用，希望大家去看原作者！

2 统计label个数（0，1）

使用的为1.3中的方法

>>> df_data = pd.concat([df_train,df_dev,df_test],ignore_index= True)
Python 3.8.1 (default, Jan  8 2020, 16:15:59) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.19.0 -- An enhanced Interactive Python. Type '?' for help.
PyDev console: using IPython 7.19.0
>>> lists = list(df_data['label'])
>>> count_set = set(lists)
>>> count_list = list()
>>> for item in count_set:
...     count_list.append((item, lists.count(item)))
    
>>> count_list
Out[6]: [(0, 2046), (1, 1743)]