如何修正Pandas按类别统计status为yes的计数结果？

你的两段代码逻辑都不符合需求，导致结果出错：

• 第一段用nunique()是统计每个分组里布尔值的不同取值数量：student组里有True和False两种取值，所以返回2；employee组里只有False一种取值，所以返回1，这显然不是你要的「status为yes的数量」。
• 第二段的any().sum()逻辑完全错误：any()是判断每个分组是否存在至少一个True，之后的sum()是把整个分组结果的布尔值加总，根本不是按组统计yes的数量。

正确写法 #

直接对布尔值序列分组后求和即可（因为True等价于1，False等价于0，求和结果就是status为yes的数量）：

df['status'].eq('yes').groupby(df['category']).sum()

或者用更直观的分组聚合写法：

df.groupby('category')['status'].agg(lambda x: (x == 'yes').sum())

还可以用crosstab生成交叉表后提取yes列：

import pandas as pd
pd.crosstab(df['category'], df['status'])['yes']

以上三种方法都会得到你期望的结果：

category
student     2
employee    0
Name: status, dtype: int64

内容的提问来源于stack exchange，提问作者rainy days.