基于列表列元素频次生成Pandas透视表

步骤1：数据预处理与展开 #

先将日期转换为年-月格式，再把每行的列表值拆分成单独行，让每个元素对应一条记录。

步骤2：生成透视表统计频次 #

按元素值和年月分组计数，再整理成指定的透视表格式，缺失的频次用0填充。

完整代码 #

import pandas as pd

# 构造示例DataFrame
data = {
    '列表值': [[1,2,3,4], [1,3], [1,4,5], [2,4,1], [1,3]],
    '日期': ['2022-07-17', '2022-06-17', '2022-06-17', '2022-06-17', '2022-05-17']
}
df = pd.DataFrame(data)

# 转换日期为年-月格式
df['年月'] = pd.to_datetime(df['日期']).dt.strftime('%Y-%m')

# 拆分列表值并展开数据
df_exploded = df.explode('列表值', ignore_index=True)

# 生成透视表并整理格式
pivot_result = df_exploded.pivot_table(
    index='列表值',
    columns='年月',
    aggfunc='size',
    fill_value=0
).reset_index().rename(columns={'列表值': '值'})

print(pivot_result)

输出结果 #

内容的提问来源于stack exchange，提问作者Krishna