如何用Pandas DataFrame按日期汇总计数并将Item设为列名

原始数据 #

首先定义初始DataFrame：

import pandas as pd
df = pd.DataFrame(
    {
        "Date": [
            pd.Timestamp("2000-01-02"), 
            pd.Timestamp("2000-01-02"), 
            pd.Timestamp("2000-01-05"), 
            pd.Timestamp("2000-01-06"), 
            pd.Timestamp("2000-01-06"), 
            pd.Timestamp("2000-01-06") 
        ],
        "Item": ["A", "A", "B", "C", "C", "C"]
    }
)

生成的初始数据如下：

Date        Item
0   2000-01-02  A
1   2000-01-02  A
2   2000-01-05  B
3   2000-01-06  C
4   2000-01-06  C
5   2000-01-06  C

需求 #

按日期汇总数据，将Item的取值作为列标题，得到如下格式的结果：

Date        A   B   C
2000-01-02  2   0   0
2000-01-05  0   1   0
2000-01-06  0   0   3

尝试的代码及问题 #

使用pivot_table后得到带层级列标签的结果，多余的Item标签需要去除：

pivot_df = df.pivot_table(index='Date', columns='Item', aggfunc=len, fill_value=0)

得到的结果：

Item        A   B   C
Date            
2000-01-02  2   0   0
2000-01-05  0   1   0
2000-01-06  0   0   3

解决方法 #

方法1：处理pivot_table结果的列层级 #

对pivot_table生成的结果，先去掉列的上层标签，再将Date从索引转为列：

pivot_df = df.pivot_table(index='Date', columns='Item', aggfunc=len, fill_value=0)
# 移除列的层级标签
pivot_df.columns = pivot_df.columns.droplevel(0)
# 将Date从索引转为普通列
pivot_df = pivot_df.reset_index()
# 清除列名的层级标识
pivot_df.columns.name = None

方法2：使用pd.crosstab直接生成 #

crosstab可以直接生成无层级列标签的结果，写法更简洁：

pivot_df = pd.crosstab(df['Date'], df['Item'], dropna=False)
# 可选：将Date从索引转为普通列
pivot_df = pivot_df.reset_index()
pivot_df.columns.name = None

方法3：groupby + unstack组合操作 #

先按日期和Item分组计数，再将Item展开为列，最后处理格式：

pivot_df = df.groupby(['Date', 'Item']).size().unstack(fill_value=0).reset_index()
pivot_df.columns.name = None

最终结果 #

执行上述任意方法后，均可得到目标格式：

Date  A  B  C
0 2000-01-02  2  0  0
1 2000-01-05  0  1  0
2 2000-01-06  0  0  3

内容的提问来源于stack exchange，提问作者Niner