如何对DataFrame各列分组统计0和1出现次数并生成新DataFrame

不用逐个手动groupby，用以下两种高效方法可以直接生成目标格式的DataFrame：

方法一：批量统计后拼接 #

import pandas as pd

# 替换为你的二进制特征列名列表
binary_features = ['chocolate', 'bar', 'hard', 'fruity']

# 遍历每个特征，统计0/1出现次数后合并
stats_list = [data[col].value_counts().rename(col) for col in binary_features]
result_df = pd.concat(stats_list, axis=1)

# 转置调整行列结构，补全缺失的类别并转成整数
result_df = result_df.T.fillna(0).astype(int)

方法二：用apply简化代码 #

import pandas as pd

binary_features = ['chocolate', 'bar', 'hard', 'fruity']
result_df = data[binary_features].apply(pd.Series.value_counts).T.fillna(0).astype(int)

两种方法最终都会生成以特征名为行、0和1为列、对应次数为值的DataFrame，完全匹配你要的格式。

内容的提问来源于stack exchange，提问作者fede1205