我创建了一个包含两列的DataFrame，列值为随机生成的0或1，代码如下：

import numpy as np
import pandas as pd
x = np.random.randint(2, size=1000).reshape(500,2)
data = pd.DataFrame(x ,columns=['x','y'])
data

我希望生成一个如下格式的表格（或另一个DataFrame）：

0  1
0 count count
1 count count

我认为需要使用透视表（pivot table）来实现，但尝试后未能成功，请问该如何操作？

你可以用几种简单的方法实现这个需求，下面给你详细说明：

方法1：使用pd.crosstab（最直接的方式） #

这是Pandas专门为生成交叉频数表设计的函数，完全贴合你的需求，一行代码就能搞定：

cross_table = pd.crosstab(data['x'], data['y'])
print(cross_table)

执行后会直接输出以x的0/1值为行、y的0/1值为列的表格，单元格就是对应组合的出现次数。

方法2：正确使用透视表pivot_table #

你之前尝试透视表没成功大概率是参数设置不对，只需指定行、列和统计方式即可：

# 用size统计分组行数，等价于计数
pivot_table = data.pivot_table(index='x', columns='y', aggfunc='size')
# 也可以用aggfunc=len，效果一致
# pivot_table = data.pivot_table(index='x', columns='y', aggfunc=len)
print(pivot_table)

这里的size会自动统计每个(x,y)组合的行数，正好是我们需要的计数结果。

方法3：使用groupby + unstack #

如果想从分组统计的角度实现，也可以先按x和y分组计数，再将结果展开为表格：

grouped_table = data.groupby(['x', 'y']).size().unstack(fill_value=0)
print(grouped_table)

unstack会把y的取值转换为列，fill_value=0可以保证即使某个(x,y)组合没有数据，也会显示0而不是NaN。

这几种方法都能生成你想要的格式，其中pd.crosstab最简洁直观，推荐优先使用~

内容的提问来源于stack exchange，提问作者Innuendo