使用pandas pivot_table生成州级性别分布表时遇多维及计数错误

问题原因拆解 #

• np.count 不是numpy的有效函数，计数操作得用pandas内置的逻辑实现
• 用np.sum处理字符串类型的gender字段时，会触发Python字符串的默认拼接行为，所以才会出现MaleMaleMale...的结果
• 移除aggfunc后报错，是因为pivot_table必须指定聚合函数——尤其是同时设置了index、columns参数时，必须明确告诉pandas要对数据做什么聚合操作

正确解决方案 #

方法1：用groupby直接生成目标格式（最简便）

这一步就能得到你想要的长格式统计结果，完全匹配需求：

import pandas as pd

# 按居住地+性别分组，统计每组样本量
table = sample_df.groupby(["domicile_state", "gender"]).size().reset_index(name="count")

方法2：用pivot_table转长格式（如果偏好透视表逻辑）

先生成宽格式透视表，再转换为你需要的长格式：

import pandas as pd

# 生成宽格式透视表，用size实现计数
pivot = pd.pivot_table(
    sample_df,
    index=["domicile_state"],
    columns=["gender"],
    aggfunc='size'  # size是pandas内置的计数聚合方式
)
# 转成长格式并清理空值
table = pivot.reset_index().melt(
    id_vars="domicile_state",
    var_name="gender",
    value_name="count"
).dropna()

效果验证 #

假设你的测试数据是：

sample_df = pd.DataFrame({
    "domicile_state": ["A", "A", "A", "A", "B", "B", "B", "B"],
    "gender": ["Male", "Male", "Female", "Female", "Male", "Male", "Male", "Female"]
})

运行groupby代码后会得到：

domicile_state  gender  count
0              A  Female      2
1              A    Male      2
2              B  Female      1
3              B    Male      3

完全符合你期望的表格结构。

内容的提问来源于stack exchange，提问作者Anweshan Goswami