正確答案是：**B: df.item_name.value_counts()**

### 專業(yè)分析：

為了統(tǒng)計一個DataFrame中某個字段的頻數(shù)分布，通常使用 `pandas` 庫中的 `value_counts()` 方法。這是因為：

- **`value_counts()` 方法**：
- 它是 `pandas.Series` 對象的方法，能夠返回一個包含頻數(shù)分布的 Series。其中每個唯一值作為索引，并且頻數(shù)作為值，按頻數(shù)降序排列。
- 適用于檢查數(shù)據(jù)中每個唯一項出現(xiàn)的次數(shù)，非常方便用于數(shù)據(jù)分析和探索。

- **其他選項分析**：
- **A: `df.item_name.value_count`**：這是拼寫錯誤。`value_count` 不是 pandas 的有效方法。
- **C: `df.item_name.mode()`**：這個方法返回的是最頻繁出現(xiàn)的值（眾數(shù)），而不是整個頻數(shù)分布。
- **D: `df.item_name.value_counts`**：少了括號，也因此不是一個有效方法調(diào)用。

使用 `value_counts()` 方法可以幫助快速了解數(shù)據(jù)的分布特性，是數(shù)據(jù)清洗和分析中的常用步驟。