如何在Pandas中按列索引并结合另一列聚合生成统计宽表？

我有一个包含学生编号（Student）、所在州（State）、年龄（Age）的Pandas DataFrame，需要生成一个新的DataFrame，按州和年龄汇总学生信息：以州为行、年龄为列，统计每个州各年龄段的学生数量。

原始DataFrame示例：

期望生成的结果DataFrame：

实际数据包含数千行，需要高效实现该需求。

优先推荐：使用Pandas内置交叉表/透视表（高效无迭代） #

Pandas提供的内置方法底层基于C实现，比Python手动迭代快得多，完全适配大数据量场景。

方法1：pd.crosstab 直接生成交叉表

这是最贴合需求的方案，一步完成统计：

import pandas as pd

# 假设原始数据存储在DataFrame df中
result = pd.crosstab(df['State'], df['Age'])

# 确保包含所有目标年龄段（示例为9-14岁），无数据的填充0
target_ages = list(range(9, 15))
result = result.reindex(columns=target_ages, fill_value=0)

方法2：pivot_table 灵活透视统计

如果需要自定义聚合逻辑，可使用透视表：

result = df.pivot_table(
    index='State',
    columns='Age',
    values='Student',  # 任意非空列均可，这里选学生编号
    aggfunc='count',   # 统计数量
    fill_value=0       # 空值填充0
)

# 确保包含所有目标年龄段
target_ages = list(range(9, 15))
result = result.reindex(columns=target_ages, fill_value=0)

若必须使用迭代（不推荐，效率低） #

如果业务场景特殊需要手动迭代，可按以下方式实现，但大数据量下性能会显著下降：

import pandas as pd

# 获取所有唯一州和目标年龄段
unique_states = df['State'].unique()
target_ages = list(range(9, 15))

# 初始化结果DataFrame，填充默认值0
result = pd.DataFrame(index=unique_states, columns=target_ages).fillna(0)

# 迭代每个州，统计各年龄段人数
for state in unique_states:
    # 筛选当前州的数据
    state_df = df[df['State'] == state]
    # 统计当前州各年龄的学生数
    age_count = state_df['Age'].value_counts()
    # 填充到结果表中
    for age in target_ages:
        result.loc[state, age] = age_count.get(age, 0)

# 可选：将State从索引转为列
result = result.reset_index().rename(columns={'index': 'State'})

内容的提问来源于stack exchange，提问作者Mateo Castaño Sierra