如何简化基于两列条件的Pandas类别计数代码？

先看原始数据和需求：

我们有如下Pandas DataFrame：

import pandas as pd
data = pd.DataFrame({
    'Age1': [45, 48, 52, 51, 48, 45, 62, 47, 65, 50],
    'Age2': [37, 68, 71, 54, 67, 59, 95, 56, 41, 42]
})

需要按照<40、40-50、50-60、>60四个类别，统计Age1与Age2两两组合的数量。原代码通过重复编写布尔索引实现，非常冗余，我们可以用Pandas的内置函数大幅简化代码。

简化方案 #

核心思路是用pd.cut对年龄列进行分箱，再用pd.crosstab统计交叉频数：

# 定义区间边界和对应标签
bins = [-float('inf'), 40, 50, 60, float('inf')]
labels = ['<40', '40-50', '50-60', '>60']

# 对两个年龄列分箱后生成交叉表，再转为目标列表格式
count = pd.crosstab(
    pd.cut(data['Age2'], bins=bins, labels=labels),
    pd.cut(data['Age1'], bins=bins, labels=labels)
).values.tolist()

print(count)

运行结果和原代码完全一致：

[[0, 1, 0, 0], [0, 0, 1, 1], [0, 2, 1, 0], [0, 2, 1, 1]]

进一步精简（一行实现） #

如果追求极致简洁，可以把分箱逻辑直接嵌入crosstab，无需额外变量：

count = pd.crosstab(
    pd.cut(data['Age2'], bins=[-float('inf'),40,50,60,float('inf')], labels=['<40','40-50','50-60','>60']),
    pd.cut(data['Age1'], bins=[-float('inf'),40,50,60,float('inf')], labels=['<40','40-50','50-60','>60'])
).values.tolist()

优势说明 #

• 避免了重复编写大量冗余的布尔判断逻辑，代码更简洁易读
• 利用Pandas内置的向量化操作，效率比循环/多次切片更高
• 后续如果需要调整区间或标签，只需修改bins和labels即可，维护成本低

内容的提问来源于stack exchange，提问作者Aristocrat