我来帮你搞定这个需求！核心思路其实很清晰：先找出全局提问量最高的10个政党，再基于这个子集生成交叉表——这比直接在交叉表上硬操作要靠谱得多。之前你尝试groupby、sort_values没成功，大概率是没先拿到全局Top10的政党列表，而是在分组后处理，方向偏了。

步骤1：获取提问量Top10的政党列表 #

首先我们需要统计每个政党的总提问次数（假设每一行代表一个提问），然后取前10个：

import pandas as pd

# 统计每个政党的总提问次数，value_counts()会自动按降序排列
party_total_counts = df['Parties'].value_counts()

# 提取Top10政党的名称（返回的是索引，转成列表方便后续过滤）
top10_parties = party_total_counts.nlargest(10).index.tolist()

这里用value_counts()比groupby('Parties').size()更简洁，它直接返回按数量降序排列的结果，nlargest(10)快速取前10，再通过.index拿到对应的政党名称。

步骤2：生成Top10政党的年度交叉表 #

有两种高效的实现方式，你可以根据数据集大小选择：

方法一：先过滤原数据，再生成交叉表（适合大型数据集）

先把原数据中不属于Top10政党的行过滤掉，再做交叉表，能大幅减少计算量：

# 过滤出仅包含Top10政党的记录
df_top10 = df[df['Parties'].isin(top10_parties)]

# 生成目标交叉表
crosstab_top10 = pd.crosstab(index=df_top10['Year'], columns=df_top10['Parties'])

为什么这个方法有效？：我们先缩小了数据集的范围，只保留需要的政党数据，后续crosstab只处理这些行，内存占用和计算速度都会更优，特别适合你的大型数据集。

方法二：先生成完整交叉表，再筛选列（更直观）

如果已经生成了完整的交叉表，直接筛选Top10政党的列即可：

# 先生成完整的年度-政党交叉表
full_crosstab = pd.crosstab(index=df['Year'], columns=df['Parties'])

# 只保留Top10政党的列
crosstab_top10 = full_crosstab[top10_parties]

注意：这种方法适合数据集不算特别大的情况，否则生成完整交叉表会占用较多内存。

为什么之前的尝试没成功？ #

你提到用了groupby、sort_values、unique但没成功，大概率是因为：

• 用groupby('Year', 'Parties')是按年度+政党分组，得到的是每个年度内各政党的提问量，无法直接得到全局的Top10政党；
• unique()只是获取所有不重复的政党名称，没有统计数量和排序筛选；
• 没有先提取全局Top10的政党列表，就直接尝试生成交叉表，导致列还是包含所有政党。

额外注意事项 #

如果你的Parties列存在格式问题（比如大小写不一致、前后空格），建议先清洗数据，避免统计错误：

df['Parties'] = df['Parties'].str.strip().str.title()

内容的提问来源于stack exchange，提问作者Yoeril