【Python】Counterで要素数をカウントする（collections.Counter）

リストの要素数をカウントする際に利用できるcollectionsモジュールのCounterについて解説します。

Contents

1 Counter（collectionsモジュール）
- 1.1 Counterの使い方とメソッド
- 1.2 Counterの使用例
  - 1.2.1 ファイル中の単語数をカウントする例
2 まとめ

Counter（collectionsモジュール）

リストに含まれる要素数をカウントする場合、count関数を用いた方法もありますが、本記事はcollectionsモジュールのCounterで要素数をカウントする方法について紹介します。

Counterの使い方とメソッド

基本的な使い方

collectionsモジュールのCounterの基本的な使い方について、以下の例を使ってみていきます。

import collections

data = ["a", "a", "a", "b", "b", "c", "a", "b", "d", "d"]

counter = collections.Counter(data)

print(counter)
print(counter["a"])

【実行結果】
Counter({'a': 4, 'b': 3, 'd': 2, 'c': 1})
4

上記例では、リストdataに入れた文字のカウントをとっています。

counter = collections.Counter(data)

Counterを使用する場合には、collections.Counterの引数にリストを渡してインスタンス化します。

counter = collections.Counter()
for d in data:
    counter[d] += 2

もし、カウントの値の変更したい場合は、辞書のように扱うことが可能です。例えば、上記のようにすると、for文で各リストのカウント数を2ずつ値を追加します。

print(counter)
print(counter['a'])

Counterは、辞書と同じような形式となっていますので、[]でキーを指定することで、カウント数を取得することができます。

なお、上記と同じような処理は、defaultdictを用いると同じことでも実現できます。「defaultdictで規定値を持つ辞書を定義する（collections.defaultdict）」でも似たようなカウント例を紹介していますので、参考にしてみていただければと思います。

上位を抽出するmost_commonメソッド

Counterにある便利なメソッドとして、カウント数上位を抽出するmost_commonメソッドがあります。most_commonメソッドは以下のように使用します。

import collections

data = ["a", "a", "a", "b", "b", "c", "a", "b", "d", "d"]

counter = collections.Counter(data)

print(counter)

print("=====")
# 上位1位までを抽出
print(counter.most_common(1))
# 上位2位までを抽出
print(counter.most_common(2))
# 引数なしだとすべて抽出
print(counter.most_common())

【実行結果】
Counter({'a': 4, 'b': 3, 'd': 2, 'c': 1})
=====
[('a', 4)]
[('a', 4), ('b', 3)]
[('a', 4), ('b', 3), ('d', 2), ('c', 1)]

most_commonメソッドの引数には上位n番目までということで、数字を渡します。1であれば上位1位を、2であれば上記2位までということになります。なお、引数に何も指定しない場合は、すべてを抽出します。

実行結果を見ていただければわかりますが、実行結果はタプルのリストとなっていますので取り扱いは簡単です。

カウント数のみを取り出すvaluesメソッド

Counterでカウントをとった後にカウント数のみを取り出す場合には、以下のようにvaluesメソッドを使用します。

import collections

data = ["a", "a", "a", "b", "b", "c", "a", "b", "d", "d"]

counter = collections.Counter(data)
print(counter)

print("=====")
# カウント数の値のみをを取り出す
print(counter.values())
# カウント数の合計を計算する
print(sum(counter.values()))

【実行結果】
Counter({'a': 4, 'b': 3, 'd': 2, 'c': 1})
=====
dict_values([4, 3, 1, 2])
10

上記のようにvaluesでカウント数の値のみを取り出すことができます。また、sum関数と合わせて「sum(counter.values())」のようにカウント数の合計を計算することも簡単にできます。

valuesメソッドの返却値はdict_valuesクラスのインスタンスとなっているので、リストで扱いたい場合は「list(counter.values())」のようにリストにキャストして使うことができます。

Counterの使用例

ファイル中の単語数をカウントする例

Counterの使用例として、読み込んだファイルの中にある文字列をカウントする例を見てみます。適当なテキストですが、以下のようなinput.txtというテキストファイルがあったとして、含まれる単語数をカウントしてみましょう。

Python python counter Counter
collections COLLECTIONS LIST
list LIst Dictionary {DICTIONARY}
TUPLE tuple tuple counter {COUNTER}
Set, python, PYTHON, python

input.txtの中に現れる単語を読み込んでカウントをとる場合には、Counterを使用して以下のように実装することができます。

import collections
import re

with open("input.txt", "r", encoding="UTF-8") as f:
    words = re.findall(r"\w+", f.read().lower())

print(f"words = {words}")

print("=====")
counter = collections.Counter(words)
print(counter)
print(counter.most_common(3))

【実行結果】
words = ['python', 'python', 'counter', 'counter', 'collections', 'collections', 'list', 'list', 'list', 'dictionary', 'dictionary', 'tuple', 'tuple', 'tuple', 'counter', 'counter', 'set', 'python', 'python', 'python']
=====
Counter({'python': 5, 'counter': 4, 'list': 3, 'tuple': 3, 'collections': 2, 'dictionary': 2, 'set': 1})
[('python', 5), ('counter', 4), ('list', 3)]

上記例では、正規表現のreを使用しています。正規表現モジュールreの使い方は、「正規表現モジュール re の基本的な使い方」にまとめていますので興味があれば参考にしてください。

正規表現は一定のパターンに一致するものを抽出できるもので、この例では読み込んだ文字列をlower()で小文字にしてから単語リストを作成しています。

正規表現の抽出結果はリストになっているので、Counterに渡してインスタンス化します。後は上記で見てきたメソッド等を同様に使うことができます。

このようにすることでCounterを使ってテキストファイル中の単語数を簡単にカウントすることが可能です。