在列表中找到最常见的元素

在Python列表中查找最常见元素的有效方法是什么？

我的列表项可能无法散列，因此不能使用字典。同样在绘制时，应返回索引最低的项目。例：

>>> most_common(['duck', 'duck', 'goose'])
'duck'
>>> most_common(['goose', 'duck', 'duck', 'goose'])
'goose'

提出了这么多解决方案，我很惊讶没有人提出我认为是显而易见的解决方案（对于不可哈希但可比较的元素）-[ itertools.groupby] [1]。 itertools提供快速，可重用的功能，并允许您将一些棘手的逻辑委托给经过良好测试的标准库组件。考虑例如：

import itertools
import operator

def most_common(L):
  # get an iterable of (item, iterable) pairs
  SL = sorted((x, i) for i, x in enumerate(L))
  # print 'SL:', SL
  groups = itertools.groupby(SL, key=operator.itemgetter(0))
  # auxiliary function to get "quality" for an item
  def _auxfun(g):
    item, iterable = g
    count = 0
    min_index = len(L)
    for _, where in iterable:
      count += 1
      min_index = min(min_index, where)
    # print 'item %r, count %r, minind %r' % (item, count, min_index)
    return count, -min_index
  # pick the highest-count/earliest item
  return max(groups, key=_auxfun)[0]

当然，这可以写得更简洁一些，但我的目标是最大程度地清晰。print可以不加注释这两个语句，以更好地了解运行中的机制。例如，带有未注释的打印：

print most_common(['goose', 'duck', 'duck', 'goose'])

发出：

SL: [('duck', 1), ('duck', 2), ('goose', 0), ('goose', 3)]
item 'duck', count 2, minind 1
item 'goose', count 2, minind 0
goose

如您所见，SL是一个成对的列表，每对一个项目，后跟原始列表中的项目索引（以实现关键条件，即，如果具有相同最高计数的“最常见”项目> 1，则结果必须是最早出现的一个）。

groupby仅按项目分组（通过operator.itemgetter）。辅助功能在max计算过程中每分组一次调用，它接收并在内部解压缩一个组-具有两个项目的元组，(item, iterable)其中可迭代的项目也是两个项目元组(item, original index)[[ SL]的项目]。

然后，辅助功能使用循环来确定组可迭代项中的条目数和最小原始索引。它将返回那些作为组合的“质量关键字”，并且最小索引符号已更改，因此该max操作将考虑“更好”那些在原始列表中较早出现的项目。

此代码可能是更简单的，如果它担心一点点时间和空间，少谈大O问题，如...：

def most_common(L):
  groups = itertools.groupby(sorted(L))
  def _auxfun((item, iterable)):
    return len(list(iterable)), -L.index(item)
  return max(groups, key=_auxfun)[0]

相同的基本思想，只是表达得更简单，紧凑...但是，可惜的是，额外的O（N）辅助空间（将组的可迭代对象体现到列表中）和O（N平方）时间（获取L.index每个项目的总和） 。尽管过早的优化是编程中所有弊端的根源，但在O（N log N）可用时刻意选择O（N平方）方法与可扩展性背道而驰！

最后，对于那些更喜欢“单线”而不是清晰度和性能的人，可以使用名称经过适当修饰的1线附加版本：-)。

from itertools import groupby as g
def most_common_oneliner(L):
  return max(g(sorted(L)), key=lambda(x, v):(len(list(v)),-L.index(x)))[0]

更简单的单行代码：

def most_common(lst):
    return max(set(lst), key=lst.count)

从这里借用，可以与Python 2.7一起使用：

from collections import Counter

def Most_Common(lst):
    data = Counter(lst)
    return data.most_common(1)[0][0]

它的工作速度比Alex的解决方案快4到6倍，比newacct建议的单线快50倍。

要检索在出现联系时首先出现在列表中的元素：

def most_common(lst):
    data = Counter(lst)
    return max(lst, key=data.get)

您想要的在统计中称为模式，Python当然具有内置功能可以为您完全做到这一点：

>>> from statistics import mode
>>> mode([1, 2, 2, 3, 3, 3, 3, 3, 4, 5, 6, 6, 6])
3

请注意，如果没有“最常见的元素”（例如，前两个元素并列的情况），则会上升StatisticsError，因为从统计学上讲，在这种情况下没有模式。

无需最低索引，您可以使用collections.Counter此方法：

from collections import Counter

a = [1936, 2401, 2916, 4761, 9216, 9216, 9604, 9801] 

c = Counter(a)

print(c.most_common(1)) # the one most common element... 2 would mean the 2 most common
[(9216, 2)] # a set containing the element, and it's count in 'a'

如果它们不可散列，则可以对它们进行排序，并对计数项目的结果进行单个循环（相同的项目将彼此相邻）。但是使它们可散列并使用dict可能更快。

def most_common(lst):
    cur_length = 0
    max_length = 0
    cur_i = 0
    max_i = 0
    cur_item = None
    max_item = None
    for i, item in sorted(enumerate(lst), key=lambda x: x[1]):
        if cur_item is None or cur_item != item:
            if cur_length > max_length or (cur_length == max_length and cur_i < max_i):
                max_length = cur_length
                max_i = cur_i
                max_item = cur_item
            cur_length = 1
            cur_i = i
            cur_item = item
        else:
            cur_length += 1
    if cur_length > max_length or (cur_length == max_length and cur_i < max_i):
        return cur_item
    return max_item

这是一个O（n）解决方案。

mydict   = {}
cnt, itm = 0, ''
for item in reversed(lst):
     mydict[item] = mydict.get(item, 0) + 1
     if mydict[item] >= cnt :
         cnt, itm = mydict[item], item

print itm

（反转用于确保它返回最低的索引项）

对列表的副本进行排序，并找到最长的运行时间。您可以在使用每个元素的索引对列表进行排序之前对列表进行修饰，然后在出现平局的情况下选择从最低索引开始的运行。

单线：

def most_common (lst):
    return max(((item, lst.count(item)) for item in set(lst)), key=lambda a: a[1])[0]

# use Decorate, Sort, Undecorate to solve the problem

def most_common(iterable):
    # Make a list with tuples: (item, index)
    # The index will be used later to break ties for most common item.
    lst = [(x, i) for i, x in enumerate(iterable)]
    lst.sort()

    # lst_final will also be a list of tuples: (count, index, item)
    # Sorting on this list will find us the most common item, and the index
    # will break ties so the one listed first wins.  Count is negative so
    # largest count will have lowest value and sort first.
    lst_final = []

    # Get an iterator for our new list...
    itr = iter(lst)

    # ...and pop the first tuple off.  Setup current state vars for loop.
    count = 1
    tup = next(itr)
    x_cur, i_cur = tup

    # Loop over sorted list of tuples, counting occurrences of item.
    for tup in itr:
        # Same item again?
        if x_cur == tup[0]:
            # Yes, same item; increment count
            count += 1
        else:
            # No, new item, so write previous current item to lst_final...
            t = (-count, i_cur, x_cur)
            lst_final.append(t)
            # ...and reset current state vars for loop.
            x_cur, i_cur = tup
            count = 1

    # Write final item after loop ends
    t = (-count, i_cur, x_cur)
    lst_final.append(t)

    lst_final.sort()
    answer = lst_final[0][2]

    return answer

print most_common(['x', 'e', 'a', 'e', 'a', 'e', 'e']) # prints 'e'
print most_common(['goose', 'duck', 'duck', 'goose']) # prints 'goose'

简单的一线解决方案

moc= max([(lst.count(chr),chr) for chr in set(lst)])

它将返回其频率最频繁的元素。

您可能不再需要它了，但这就是我为类似问题所做的。（由于注释，它看起来比它更长。）

itemList = ['hi', 'hi', 'hello', 'bye']

counter = {}
maxItemCount = 0
for item in itemList:
    try:
        # Referencing this will cause a KeyError exception
        # if it doesn't already exist
        counter[item]
        # ... meaning if we get this far it didn't happen so
        # we'll increment
        counter[item] += 1
    except KeyError:
        # If we got a KeyError we need to create the
        # dictionary key
        counter[item] = 1

    # Keep overwriting maxItemCount with the latest number,
    # if it's higher than the existing itemCount
    if counter[item] > maxItemCount:
        maxItemCount = counter[item]
        mostPopularItem = item

print mostPopularItem

以Luiz的答案为基础，但满足“如果绘制具有最低索引的项目应返回”条件：

from statistics import mode, StatisticsError

def most_common(l):
    try:
        return mode(l)
    except StatisticsError as e:
        # will only return the first element if no unique mode found
        if 'no unique mode' in e.args[0]:
            return l[0]
        # this is for "StatisticsError: no mode for empty data"
        # after calling mode([])
        raise

例：

>>> most_common(['a', 'b', 'b'])
'b'
>>> most_common([1, 2])
1
>>> most_common([])
StatisticsError: no mode for empty data

我正在使用scipy stat模块和lambda进行此操作：

import scipy.stats
lst = [1,2,3,4,5,6,7,5]
most_freq_val = lambda x: scipy.stats.mode(x)[0][0]
print(most_freq_val(lst))

结果：

 most_freq_val = 5

这里：

def most_common(l):
    max = 0
    maxitem = None
    for x in set(l):
        count =  l.count(x)
        if count > max:
            max = count
            maxitem = x
    return maxitem

我有一种模糊的感觉，在标准库中某处有一个方法可以为您提供每个元素的计数，但是我找不到它。

如果排序和哈希都不可行，但是相等比较（==）可用，这是很明显的慢速解决方案（O（n ^ 2））：

def most_common(items):
  if not items:
    raise ValueError
  fitems = [] 
  best_idx = 0
  for item in items:   
    item_missing = True
    i = 0
    for fitem in fitems:  
      if fitem[0] == item:
        fitem[1] += 1
        d = fitem[1] - fitems[best_idx][1]
        if d > 0 or (d == 0 and fitems[best_idx][2] > fitem[2]):
          best_idx = i
        item_missing = False
        break
      i += 1
    if item_missing:
      fitems.append([item, 1, i])
  return items[best_idx]

但是，如果列表（n）的长度很大，则使您的项目可散列或可排序（如其他答案所建议）几乎总是会使查找最常见的元素更快。O（n）平均带有散列，最差的O（n * log（n））用于排序。

>>> li  = ['goose', 'duck', 'duck']

>>> def foo(li):
         st = set(li)
         mx = -1
         for each in st:
             temp = li.count(each):
             if mx < temp:
                 mx = temp 
                 h = each 
         return h

>>> foo(li)
'duck'

我需要在最近的程序中执行此操作。我承认，我听不懂亚历克斯的回答，所以这就是我的最终选择。

def mostPopular(l):
    mpEl=None
    mpIndex=0
    mpCount=0
    curEl=None
    curCount=0
    for i, el in sorted(enumerate(l), key=lambda x: (x[1], x[0]), reverse=True):
        curCount=curCount+1 if el==curEl else 1
        curEl=el
        if curCount>mpCount \
        or (curCount==mpCount and i<mpIndex):
            mpEl=curEl
            mpIndex=i
            mpCount=curCount
    return mpEl, mpCount, mpIndex

我将其与Alex的解决方案进行了计时，对于短列表，它的速度大约提高了10-15％，但是一旦超过100个元素或更多（测试到200000），它的速度就会降低20％。

ans  = [1, 1, 0, 0, 1, 1]
all_ans = {ans.count(ans[i]): ans[i] for i in range(len(ans))}
print(all_ans)

all_ans={4: 1, 2: 0}
max_key = max(all_ans.keys())

4

print(all_ans[max_key])

1个

嗨，这是一个非常简单的大O（n）解决方案

L = [1, 4, 7, 5, 5, 4, 5]

def mode_f(L):
# your code here
    counter = 0
    number = L[0]
    for i in L:
        amount_times = L.count(i)
        if amount_times > counter:
            counter = amount_times
            number = i

    return number

列表中大部分时间重复的元素的编号

def mostCommonElement(list):
  count = {} // dict holder
  max = 0 // keep track of the count by key
  result = None // holder when count is greater than max
  for i in list:
    if i not in count:
      count[i] = 1
    else:
      count[i] += 1
    if count[i] > max:
      max = count[i]
      result = i
  return result

mostCommonElement（[[“ a”，“ b”，“ a”，“ c”]）->“ a”

 def most_common(lst):
    if max([lst.count(i)for i in lst]) == 1:
        return False
    else:
        return max(set(lst), key=lst.count)

def popular(L):
C={}
for a in L:
    C[a]=L.count(a)
for b in C.keys():
    if C[b]==max(C.values()):
        return b
L=[2,3,5,3,6,3,6,3,6,3,7,467,4,7,4]
print popular(L)