如何用Pandas按分组统计列唯一值并转为单独列？

你可以通过以下几种简洁方法实现需求，把分组后的计数结果转为宽表格式：

方法1：基于你现有代码的unstack()转换 #

你已经用groupby得到了分组计数的结果，只需要用unstack()把多级索引中的Product转为列，并用fill_value=0填充缺失值即可：

import pandas as pd

# 示例数据
data = {
    'Group': [1,1,1,2,2,2,3,3,3],
    'Product': ['A','A','B','A','B','C','A','C','C']
}
df = pd.DataFrame(data)

# 你的现有代码得到计数
counts = df.groupby(['Group','Product'])['Product'].count()
# 转换为宽表格式
result = counts.unstack(fill_value=0).reset_index()
print(result)

方法2：用pivot_table一步完成 #

pivot_table可以直接指定行、列、聚合规则，一步生成目标结果：

result = df.pivot_table(
    index='Group',
    columns='Product',
    values='Product',
    aggfunc='count',
    fill_value=0
).reset_index()
print(result)

方法3：用pd.crosstab快速生成交叉表 #

crosstab是Pandas专门用于生成交叉计数表的工具，语法更简洁：

result = pd.crosstab(df['Group'], df['Product']).reset_index()
print(result)

输出结果（三种方法完全一致）： #

Product  Group  A  B  C
0            1  2  1  0
1            2  1  1  1
2            3  1  0  2

注：你提供的示例期望结果中Group3的C计数为1，但实际数据里Group3包含2个C（第7、8行），所以正确计数应为2

内容的提问来源于stack exchange，提问作者Levent Sarı