Python Pandas：按两列唯一值统计另一列各值计数（交叉表/透视表）

你需要按player和team两列的唯一组合，统计result列中各值的出现次数，同时补全未出现分类值的计数为0。以下是两种直接可行的解决方案：

方法1：groupby + value_counts + unstack #

通过分组后统计组内分类频次，再将行转列并填充缺失值：

import pandas as pd

df = pd.DataFrame({
    'player': ['A','A','B','B','C','D'],
    'team': ['tmX','tmX','tmX','tmX','tmY','tmY'],
    'result': ['hit','hit','hit','miss','miss','hit']
})

# 分组统计分类频次，转列后补0并重置索引
result_df = df.groupby(['player', 'team'])['result'].value_counts()
result_df = result_df.unstack(fill_value=0).reset_index()

print(result_df)

输出结果：

player team  hit  miss
0      A  tmX    2     0
1      B  tmX    1     1
2      C  tmY    0     1
3      D  tmY    1     0

方法2：pivot_table #

利用透视表直接指定行、列、聚合规则，一步生成结果：

import pandas as pd

df = pd.DataFrame({
    'player': ['A','A','B','B','C','D'],
    'team': ['tmX','tmX','tmX','tmX','tmY','tmY'],
    'result': ['hit','hit','hit','miss','miss','hit']
})

result_df = pd.pivot_table(
    df,
    index=['player', 'team'],
    columns='result',
    aggfunc='size',
    fill_value=0
).reset_index()

print(result_df)

输出结果与方法1完全一致：

player team  hit  miss
0      A  tmX    2     0
1      B  tmX    1     1
2      C  tmY    0     1
3      D  tmY    1     0

补充说明 #

• value_counts()会自动统计组内每个分类的出现次数，unstack()将分类值转为列名，fill_value=0确保未出现的分类显示为0；
• pivot_table中的aggfunc='size'用于计数，和count功能相近，若数据中无缺失值两者可互换使用。

内容的提问来源于stack exchange，提问作者n_cen