如何在Pandas中按店铺统计评分并新增对应计数列？

原始数据与需求 #

你的初始DataFrame结构如下：

import pandas as pd

data = [['store1', 'High'], ['store1', 'Medium'], ['store2', 'Low'], ['store2', 'Low']]
df = pd.DataFrame(data, columns=['Shop', 'Review'])

需求：

• 新增High、Medium、Low三列，分别统计每个店铺获得对应评分的总条数
• 最终每个店铺仅保留一条记录

方法1：使用pd.crosstab（最简洁） #

交叉制表可以直接生成店铺与评分的计数表，一步到位：

result = pd.crosstab(df['Shop'], df['Review']).reset_index()
# 移除多余的轴标签，让结果更整洁
result = result.rename_axis(None, axis=1)
print(result)

输出结果：

Shop  High  Low  Medium
0  store1     1    0       1
1  store2     0    2       0

方法2：groupby + value_counts + unstack #

适合需要更灵活分组逻辑的场景，统计后转成宽表：

# 按店铺分组统计各评分数量，转宽表时用0填充缺失的评分
result = df.groupby('Shop')['Review'].value_counts().unstack(fill_value=0).reset_index()
result = result.rename_axis(None, axis=1)
print(result)

输出与方法1完全一致。

方法3：get_dummies + groupby求和 #

通过哑变量转换评分列，再按店铺分组求和：

# 将Review列转为哑变量，拼接店铺列后分组求和
dummies = pd.get_dummies(df['Review'])
result = pd.concat([df['Shop'], dummies], axis=1).groupby('Shop').sum().reset_index()
print(result)

输出同样满足需求，缺失的评分会自动填充0。

内容的提问来源于stack exchange，提问作者fromthedark