如何用Python Pandas的pivot_table实现类似Excel的匹配计数透视表？

正确实现代码 #

要实现按「Instrument ID」分组、以「Match」为列字段统计对应匹配值数量的效果，推荐以下两种写法：

方法1：使用aggfunc='size'（最直接）

import pandas as pd

# 生成目标透视表
pivot_result = results.pivot_table(
    index='Instrument ID',
    columns='Match',
    aggfunc='size',
    fill_value=0
)
print(pivot_result)

• aggfunc='size'：直接统计Instrument ID与Match组合的分组行数，完全匹配你需要的「对应匹配值数量」需求
• fill_value=0：自动填充不存在的分组组合为0，避免结果中出现NaN值

方法2：使用aggfunc='count'

如果需要指定values参数，可选择任意无空值的列（比如Instrument ID本身）：

pivot_result = results.pivot_table(
    index='Instrument ID',
    columns='Match',
    values='Instrument ID',
    aggfunc='count',
    fill_value=0
)

原代码报错原因 #

你之前的代码报错核心问题有两个：

1. np.count_nonzero不适用：该函数仅针对数值类型统计非零值，若Match列是字符串或其他非数值类型，会直接触发错误
2. values='Match'逻辑冲突：当columns和values同时指定为Match时，pivot_table会尝试对Match列自身的非零值计数，逻辑上完全不符合你的分组统计需求

内容的提问来源于stack exchange，提问作者PanLondon