Python：按用户统计不同类型下各操作的出现次数

嘿，这个需求用Pandas分分钟就能搞定，我给你两种实用的方法，你可以按需选择～

方法一：拼接分类列 + 透视表 #

先把原始数据转换成DataFrame，再通过拼接Type和Action得到目标里的列名格式，最后用透视表统计次数：

import pandas as pd

# 1. 构造原始DataFrame
data = {
    'User': ['User1', 'User1', 'User2', 'User2', 'User2', 'User3', 'User3', 'User4', 'User4', 'User1', 'User1'],
    'Type': ['Game', 'Game', 'Movie', 'Movie', 'Movie', 'Movie', 'Movie', 'Game', 'Movie', 'Movie', 'Movie'],
    'Action': ['Start', 'End', 'Start', 'Start', 'End', 'Start', 'End', 'Start', 'Start', 'Start', 'End']
}
df = pd.DataFrame(data)

# 2. 拼接Type和Action为目标列名格式（Type保持大写，Action转小写并用下划线连接）
df['Category'] = df['Type'] + '_' + df['Action'].str.lower()

# 3. 用透视表统计每个用户的各分类次数，缺失值自动填0
result = df.pivot_table(index='User', columns='Category', aggfunc='size', fill_value=0).reset_index()

# 4. 调整列顺序匹配你要的目标格式
target_columns = ['User', 'Game_start', 'Movie_start', 'Game_end', 'Movie_end']
result = result[target_columns]

print(result)

运行后输出的结果完全符合你的预期：

User  Game_start  Movie_start  Game_end  Movie_end
0  User1           1            1         1          1
1  User2           0            2         0          1
2  User3           0            1         0          1
3  User4           1            1         0          0

方法二：使用交叉表（crosstab） #

如果觉得透视表有点绕，用pd.crosstab交叉表会更直接，步骤基本一致：

import pandas as pd

# 1. 构造原始DataFrame（和方法一相同）
data = {
    'User': ['User1', 'User1', 'User2', 'User2', 'User2', 'User3', 'User3', 'User4', 'User4', 'User1', 'User1'],
    'Type': ['Game', 'Game', 'Movie', 'Movie', 'Movie', 'Movie', 'Movie', 'Game', 'Movie', 'Movie', 'Movie'],
    'Action': ['Start', 'End', 'Start', 'Start', 'End', 'Start', 'End', 'Start', 'Start', 'Start', 'End']
}
df = pd.DataFrame(data)

# 2. 拼接分类列
df['Category'] = df['Type'] + '_' + df['Action'].str.lower()

# 3. 交叉表直接统计用户与分类的次数分布
result = pd.crosstab(df['User'], df['Category']).reset_index()

# 4. 调整列顺序
target_columns = ['User', 'Game_start', 'Movie_start', 'Game_end', 'Movie_end']
result = result[target_columns]

print(result)

两种方法都能达到你要的效果，选你觉得顺手的就行～

内容的提问来源于stack exchange，提问作者Calafalas