如何用Pandas统计文本事件类型并转换为国家-年度数据

方法一：创建标记列后一次性聚合（直观易懂） #

适合目标类型数量较少的场景，先为每个指定目标类型生成标记列，再统一分组计算：

1. 生成目标类型标记列（注意名称需与数据中targettype_txt的取值完全匹配，包括大小写、空格）：

# 替换为你实际需要统计的5类目标
target_list = ['government building', 'military', 'police', 'civilian', 'business']

# 为每个目标类型添加标记列：匹配则为1，否则为0
for target in target_list:
    # 把列名中的空格替换为下划线，避免后续使用报错
    col_name = target.replace(' ', '_')
    cdf[col_name] = (cdf['targettype_txt'] == target).astype(int)

2. 执行分组聚合，同时完成伤亡汇总和目标事件计数：

final_df = cdf.groupby(['country', 'country_txt', 'iyear']).agg(
    nkill=('nkill', 'sum'),
    nwound=('nwound', 'sum'),
    nhostkid=('nhostkid', 'sum'),
    government_building=('government_building', 'sum'),
    military=('military', 'sum'),
    police=('police', 'sum'),
    civilian=('civilian', 'sum'),
    business=('business', 'sum')
)

方法二：用聚合字典批量处理（高效简洁） #

如果目标类型较多，用字典定义聚合规则可以减少重复代码：

target_list = ['government building', 'military', 'police', 'civilian', 'business']

# 基础聚合规则：伤亡、人质的求和
agg_rules = {
    'nkill': 'sum',
    'nwound': 'sum',
    'nhostkid': 'sum'
}

# 为每个目标类型添加计数规则
for target in target_list:
    col_name = target.replace(' ', '_')
    agg_rules[col_name] = ('targettype_txt', lambda x: (x == target).sum())

# 执行分组聚合
final_df = cdf.groupby(['country', 'country_txt', 'iyear']).agg(**agg_rules)

方法三：合并已有结果与目标计数 #

如果想保留你已生成的df2，可以单独统计目标事件数后再合并：

target_list = ['government building', 'military', 'police', 'civilian', 'business']

# 统计每个国家-年度的各目标类型事件数，缺失值填充为0
target_counts = cdf.groupby(['country', 'country_txt', 'iyear'])['targettype_txt'].value_counts().unstack(fill_value=0)[target_list]
# 重命名列（可选）
target_counts.columns = [col.replace(' ', '_') for col in target_counts.columns]

# 合并已有汇总结果和目标计数
final_df = df2.join(target_counts, how='outer')

关键注意事项 #

• 务必确认目标类型名称与targettype_txt字段中的取值完全一致，可以通过print(cdf['targettype_txt'].unique())查看所有可能的取值，避免因名称不匹配导致统计为0。
• 若数据存在缺失值，可根据需求在聚合或合并时添加dropna参数处理。

内容的提问来源于stack exchange，提问作者taraamcl