如何在Pandas中按一列分组统计另一列唯一值的频率？

方法1：用pd.crosstab快速生成（推荐） #

这是最简洁的方式，直接按Time和Type做交叉统计，自动生成目标格式的统计表：

import pandas as pd

# 假设你的数据存储在DataFrame df中
result = pd.crosstab(df['Time'], df['Type'])

执行后result就是你需要的频率统计表：行是唯一的Time值，列是所有Type的唯一值，单元格对应组合的出现次数，缺失的组合会自动填充为0。

方法2：用groupby + unstack实现 #

如果要沿用你提到的groupby思路，可按以下步骤操作：

1. 按Time和Type分组，统计每组的数量
2. 将Type从行索引转换为列（unstack操作）
3. 把空值（NaN）填充为0，确保所有Type列都存在

# 分组计数
grouped = df.groupby(['Time', 'Type']).size().reset_index(name='Count')
# 转换为宽表格式
result = grouped.pivot(index='Time', columns='Type', values='Count').fillna(0).astype(int)

两种方法都能生成你截图右侧的样式，方法1更简洁高效，适合大多数场景。

内容的提问来源于stack exchange，提问作者user20977195