如何基于DataFrame的一列统计另一列中值的出现频次？

针对你提到的需求，完全不需要逐个街区编写查询，用Pandas的内置函数就能高效完成统计，以下是几种实用方法：

• 分组统计（返回长表格式）
  用groupby按街区和交通标志分组后统计数量，结果会以每行对应一个街区+标志组合的形式呈现：

  import pandas as pd
  # 假设你的DataFrame名为df，列名为'街区'和'交通标志'
  result_df = df.groupby(['街区', '交通标志']).size().reset_index(name='数量')
  

• 透视表统计（返回宽表格式）
  如果你想直观看到每个街区所有交通标志的数量分布，用pivot_table生成宽表，每行对应一个街区，每列对应一种标志：

  pivot_result = df.pivot_table(
      index='街区',
      columns='交通标志',
      aggfunc='size',
      fill_value=0
  )
  

• 交叉表统计（快速生成计数矩阵）
  Pandas的crosstab函数专门用于此类交叉计数场景，用法更简洁：

  cross_result = pd.crosstab(df['街区'], df['交通标志'])
  

以上三种方法都会自动遍历所有街区和标志类型，一次性完成全量统计，完全不用手动处理单个街区。

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