如何在Pandas中分组后将指定列值设为表头并统计计数？

问题分析 #

你当前的代码用pd.crosstab([df["location"], df["box"]], df["type"])是按location+box的组合分组统计，但你的期望输出是仅按location汇总每个type的出现次数，核心问题是聚合维度不对，需要调整。

方法1：groupby + value_counts + unstack #

这是最直观的实现方式，先按location分组统计type的频次，再将行索引的type转为列：

import pandas as pd

# 构造示例数据
data = {
    "location": ["ny", "ny", "ny", "ny", "ny", "ca", "ca"],
    "box": ["box11", "box11", "box13", "box13", "box13", "box5", "box8"],
    "type": ["hey", "hey", "hello", "hello", "hello", "hi", "hello"]
}
df = pd.DataFrame(data)

# 分组统计并转列
result = df.groupby("location")["type"].value_counts().unstack(fill_value=0).reset_index()
result.columns.name = None  # 移除列索引的冗余名称
print(result)

输出结果：

location  hello  hey  hi
0       ca      1    0   1
1       ny      3    2   0

方法2：基于你的crosstab代码优化 #

如果想沿用crosstab的思路，可以先按location+box统计，再按location层级求和：

df2 = pd.crosstab([df["location"], df["box"]], df["type"])
# 按location分组求和，重置索引并清理列名
result = df2.groupby(level="location").sum().reset_index()
result.columns.name = None
print(result)

输出与方法1完全一致。

方法3：pivot_table 简洁实现 #

用pivot_table直接指定行、列和聚合逻辑，代码更紧凑：

result = pd.pivot_table(df, index="location", columns="type", values="box", 
                        aggfunc="count", fill_value=0).reset_index()
result.columns.name = None
print(result)

同样能得到符合预期的输出。

关键注意点 #

• 如果你实际需要保留box维度的统计（比如按location+box分组），那你最初的crosstab代码是正确的；但根据你的期望输出，要去掉box的分组，只保留location。
• fill_value=0是为了让不存在的type显示为0，避免出现NaN值。

内容的提问来源于stack exchange，提问作者Lynn