如何在Python Pandas中简化多查询分组以生成指定统计表格？

需要生成按SEMESTRE分组，统计各学期下CACHIMBOS、REGULAR、EGRESANTE数量的表格，预期格式如下：

已提取数据最后两列得到df9：

df9 = df.iloc[:, [11,12]]
df9

df9示例数据：

Condicion   Semestre
0   REGULAR    2019-I
1   REGULAR    2019-I
2   REGULAR    2019-I
5   EGRESANTE  2019-I
8   REGULAR    2019-I
... ... ...
3008    REGULAR 2021-II
3009    REGULAR 2021-II
3010    REGULAR 2021-II
3011    REGULAR 2021-II
3012    REGULAR 2021-II

尝试了以下代码，仅得到2021-II学期的统计结果：

options = ['CACHIMBO', 'REGULAR', 'EGRESANTE']
new_df = df9[df9['Condicion'].isin(options)]
new_df

raa = new_df.groupby(['Condicion', df9.iloc[:,1] == '2021-II'] ).size().reset_index(name='Total')
raa

raa1 = raa.loc[raa['Semestre'] == True]
raa1

tabla1 = raa1.loc[:, raa1.columns != 'Semestre']
tabla1

结果：

Condicion   Total
0   CACHIMBO    41
2   EGRESANTE   40
4   REGULAR     453

请问是否有简化代码的方法？通过合并DataFrame实现预期结果是否可行？

一、一步到位生成目标表格 #

直接用pandas内置的crosstab或pivot_table函数，两行核心代码就能生成符合预期的统计表格，无需分步筛选分组：

方法1：使用pd.crosstab

import pandas as pd

options = ['CACHIMBO', 'REGULAR', 'EGRESANTE']
# 筛选目标类别后生成交叉表，自动按学期分组统计
result = pd.crosstab(
    df9[df9['Condicion'].isin(options)]['Semestre'],
    df9[df9['Condicion'].isin(options)]['Condicion'],
    dropna=False
).fillna(0).astype(int)

# 重命名列名匹配预期格式
result.columns = [f"Number of '{col}'" for col in result.columns]
# 重置索引将Semestre转为普通列
result = result.reset_index().rename(columns={'Semestre': 'SEMESTRE'})

方法2：使用pivot_table

import pandas as pd

options = ['CACHIMBO', 'REGULAR', 'EGRESANTE']
filtered_df = df9[df9['Condicion'].isin(options)]

# 按学期和类别透视统计，缺失值填充0
result = filtered_df.pivot_table(
    index='Semestre',
    columns='Condicion',
    aggfunc='size',
    fill_value=0
).reset_index()

# 调整列名格式
result.columns = ['SEMESTRE'] + [f"Number of '{col}'" for col in result.columns[1:]]

两种方法都会生成包含所有学期的完整统计表格，缺失的类别会自动填充0，完全匹配预期格式。

二、合并DataFrame的可行性 #

合并DataFrame是可行的，但属于冗余方案——需要先按每个Condicion单独分组统计，再把多个结果按SEMESTRE合并，代码量远多于上述方法：

import pandas as pd

options = ['CACHIMBO', 'REGULAR', 'EGRESANTE']
dfs = []
for cond in options:
    # 按学期统计单个类别的数量
    temp = df9[df9['Condicion'] == cond].groupby('Semestre').size().reset_index(name=f"Number of '{cond}'")
    dfs.append(temp)

# 依次合并所有统计结果
result = dfs[0]
for df in dfs[1:]:
    result = pd.merge(result, df, on='Semestre', how='outer').fillna(0).astype(int)

这种方法逻辑繁琐，效率更低，因此更推荐直接使用crosstab或pivot_table。

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