在Pandas中如何统计包含零计数的分类变量组合值？

在Pandas 2.0.1里，有简洁的惯用方法实现所有分类组合的计数（包括零计数），核心思路是先构造出所有可能的分类组合，再用这个组合对齐原数据的统计结果，填充缺失的零值。

具体实现步骤：

• 从两个分类列的categories属性中，生成所有可能的笛卡尔积组合（即全分类组合）
• 对原DataFrame的目标列调用value_counts()得到已有组合的计数
• 用reindex方法将统计结果对齐到全组合索引上，把缺失的计数填为0

直接看代码实现：

import pandas as pd
abc_categorical = pd.CategoricalDtype(['a', 'b', 'c'], ordered=True)
size_categorical = pd.CategoricalDtype(['s', 'm', 'l'], ordered=True)

df = pd.DataFrame({
        'a':     pd.Categorical(list('aaabababababa'), dtype=abc_categorical),
        'tsize': pd.Categorical(list('smmssmlmlslsl'), dtype=size_categorical),
    }
)

# 生成所有可能的分类组合
all_combinations = pd.MultiIndex.from_product(
    [df['a'].cat.categories, df['tsize'].cat.categories],
    names=['a', 'tsize']
)

# 统计已有组合计数，对齐全组合并填充零值
full_counts = df.value_counts().reindex(all_combinations, fill_value=0)

print(full_counts)

运行后会得到包含全部9种分类组合的统计结果，未出现的组合（如b&l、c相关所有组合）的计数都会显示为0，完全符合需求。

内容的提问来源于stack exchange，提问作者cbare