如何在Pandas中高效将groupby分状态计数转为单行双列格式？

核心思路 #

利用Pandas的unstack()方法将多级索引中的isvalid级别展开为列，再通过重命名列名匹配需求格式；也可以直接用pivot_table一步生成目标表，两种方式都属于高效优化的实现方案。

方法一：基于已有groupby结果转换（推荐） #

如果已经得到了numUsers这个多级索引的统计结果，直接用unstack展开并调整列名：

# 展开isvalid索引为列，缺失值填充为0（避免出现NaN）
result = numUsers.unstack(level="isvalid", fill_value=0)
# 重命名列名匹配需求
result.columns = ["count_invalid", "count_valid"]
# 调整列顺序为需求的count_valid在前
result = result[["count_valid", "count_invalid"]]

如果原始统计用size()代替count()会更高效（size()直接统计组内行数，无需检查非空值）：

# 先高效生成统计结果
numUsers = df.groupby(["user", "isvalid"]).size()
# 再转宽表
result = numUsers.unstack("isvalid", fill_value=0).rename(columns={0.0: "count_invalid", 1.0: "count_valid"})[["count_valid", "count_invalid"]]

方法二：直接从原始DataFrame生成 #

用pivot_table一步到位，跳过单独的groupby步骤：

result = df.pivot_table(
    index="user",
    columns="isvalid",
    aggfunc="size",  # 用size比count高效，若需排除NaN则替换为count
    fill_value=0
)
# 重命名并调整列顺序
result.columns = ["count_invalid", "count_valid"]
result = result[["count_valid", "count_invalid"]]

最终效果 #

执行后得到的结果格式与需求完全一致：

count_valid  count_invalid
user 
5                           387           1336

内容的提问来源于stack exchange，提问作者AVEbrahimi