在 Python 中，可以使用 `pandas` 库来统计 Excel 文件中 B 列不同元素的出现次数。以下是一个详细的实现方法： ### 读取 Excel 文件并统计 B 列的唯一值出现次数 首先，确保安装了 `pandas` 和 `openpyxl` 库，后者用于支持 Excel 文件的读取： ```bash pip install pandas openpyxl ``` 然后，使用以下代码读取 Excel 文件并统计 B 列中每个唯一值的出现次数： ```python import pandas as pd # 读取 Excel 文件 file_path = 'your_excel_file.xlsx' # 替换为你的 Excel 文件路径 sheet_name = 'Sheet1' # 替换为你的工作表名称 # 读取指定列（例如列名为 'B'） df = pd.read_excel(file_path, sheet_name=sheet_name) # 确保列名 'B' 存在 if 'B' in df.columns: # 统计 B 列中每个唯一值的出现次数 value_counts = df['B'].value_counts() print(value_counts) else: print("列 'B' 不存在于工作表中。") ``` ### 输出示例 假设 Excel 文件中 B 列包含以下数据： ``` B Apple Banana Apple Orange Banana Apple ``` 运行上述代码后，输出将是： ``` Apple 3 Banana 2 Orange 1 Name: B, dtype: int64 ``` ### 保存结果到新的 Excel 文件 如果需要将统计结果保存到新的 Excel 文件中，可以使用以下代码： ```python # 将结果保存到新的 Excel 文件 output_file = 'value_counts_output.xlsx' value_counts.to_excel(output_file, index=True) print(f"结果已保存到 {output_file}") ``` ### 使用 `groupby` 实现类似 `aggregate()` 的功能 如果你希望使用 `groupby` 来实现类似 R 中 `aggregate()` 的功能，可以参考以下代码： ```python # 使用 groupby 统计 B 列中每个唯一值的出现次数 df_grouped = df.groupby('B').size().reset_index(name='Count') print(df_grouped) ``` 这将输出一个包含两列的 DataFrame：`B` 列的唯一值及其对应的出现次数 `Count`。 ### 示例输出 ``` B Count 0 Apple 3 1 Banana 2 2 Orange 1 ``` 这种方法可以更灵活地与其他列进行组合统计[^3]。 ---