如何在Pandas中转置调查问卷数据并统计响应分布？

这里给你两种简单可行的方法，直接搞定格式转换：

方法一：用melt+交叉表（最简洁） #

先把宽表转成每行对应一个问题+响应的长表，再用交叉表统计数量，还能保证李克特选项的顺序：

import pandas as pd

# 你的原始数据
df = pd.DataFrame({
    '姓名': ['John', 'Sally'],
    '问题1': ['同意', '不同意'],
    '问题2': ['不同意', '中立'],
    '问题3': ['中立', '同意']
})

# 定义李克特选项顺序（5级的话直接扩展成对应选项即可）
likert_options = ['不同意', '中立', '同意']

# 转长表
melted_df = df.melt(id_vars='姓名', var_name='问题', value_name='响应')
# 生成统计结果
result = pd.crosstab(melted_df['问题'], melted_df['响应'])[likert_options].reset_index()

print(result)

输出就是你要的目标格式，而且列顺序完全匹配李克特量表。

方法二：优化你之前的遍历+value_counts思路 #

你之前的方向是对的，只是没处理缺失选项补0和结果合并的问题，调整后如下：

import pandas as pd

df = pd.DataFrame({
    '姓名': ['John', 'Sally'],
    '问题1': ['同意', '不同意'],
    '问题2': ['不同意', '中立'],
    '问题3': ['中立', '同意']
})

likert_options = ['不同意', '中立', '同意']
stats_list = []

# 遍历所有问题列
for question_col in df.columns[1:]:  # 跳过姓名列
    # 统计每个选项数量，缺失的选项补0
    count = df[question_col].value_counts().reindex(likert_options, fill_value=0)
    stats_list.append(count)

# 合并统计结果并整理格式
result = pd.concat(stats_list, axis=1).T.reset_index()
result.columns = ['问题'] + likert_options

print(result)

两种方法都能得到你要的表格，要是用5级李克特，只需要把likert_options改成你对应的5个选项就行，比如['非常不同意', '不同意', '中立', '同意', '非常同意']，保证列顺序不会乱。

内容的提问来源于stack exchange，提问作者dipps4