如何在Python的Pandas中统计分类列各值按ID分组的出现次数？

原始数据 #

ID CAT
1  A
1  B
1  A
2  A
2  B
2  A
1  B
1  A

需求目标 #

按ID分组，将CAT列中A、B的出现次数分别转为CAT_A_NUM、CAT_B_NUM列，最终输出如下格式：

ID CAT_A_NUM CAT_B_NUM
1  3         2
2  2         1

你的尝试与优化方案 #

你用pivot_table的思路是正确的，只是缺少列名调整和索引重置步骤，导致格式不符合预期。以下是两种可行的解决方法：

方法1：优化pivot_table实现 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [1,1,1,2,2,2,1,1],
    'CAT': ['A','B','A','A','B','A','B','A']
})

# 分组统计次数，fill_value=0确保空值显示为0
pivot_result = df.pivot_table(index='ID', columns='CAT', aggfunc='size', fill_value=0)
# 重命名列名，匹配需求格式
pivot_result.columns = [f'CAT_{col}_NUM' for col in pivot_result.columns]
# 重置索引，让ID从索引转为普通列
final_result = pivot_result.reset_index()

print(final_result)

输出结果：

ID  CAT_A_NUM  CAT_B_NUM
0   1          3          2
1   2          2          1

方法2：使用crosstab（更简洁） #

pd.crosstab专门用于计算分组频数，用这个方法可以快速完成统计，再调整列名即可：

crosstab_result = pd.crosstab(df['ID'], df['CAT'])
crosstab_result.columns = [f'CAT_{col}_NUM' for col in crosstab_result.columns]
final_result = crosstab_result.reset_index()

print(final_result)

输出结果和方法1完全一致。

内容的提问来源于stack exchange，提问作者Fredrik