如何在Pandas DataFrame中统计各产品不同星级的出现次数

原始Pandas DataFrame结构如下：

product  stars
  10717  4
  10717  5
  10717  5
  10717  5
  10717  3
  10717  2
  10717  2
  10711  2
  10711  1
  10711  5
  10711  1
  10711  1
  10711  5
  10711  2

该DataFrame包含数千行数据，需要统计每个不同product的1-5星各自出现次数，未出现的星级需显示次数为0。

尝试过的方法：

dp = df.product.unique()
for key in dp:    
    df[(df['product'] == key)].value_counts()

得到的结果：

product  stars
10717        5         3
             4         1
             3         1
             2         2
dtype: int64

product  stars
10711        5        2
             2        3
             1        2
dtype: int64

期望得到的DataFrame格式：

product     stars    number_stars
10717         5        3
10717         4        1
10717         3        1
10717         2        2 
10717         1        0
10711         5        2
10711         4        0
10711         3        0
10711         2        3
10711         1        2

可以通过分组统计+重新索引补全的方式高效实现，无需遍历，适合大数据量：

import pandas as pd

# 1. 分组统计每个产品各星级的出现次数
star_counts = df.groupby(['product', 'stars']).size().rename('number_stars')

# 2. 生成所有产品与1-5星的完整组合索引
all_products = df['product'].unique()
all_stars = range(1, 6)  # 覆盖1到5星
full_index = pd.MultiIndex.from_product(
    [all_products, all_stars],
    names=['product', 'stars']
)

# 3. 重新索引补全缺失项，并用0填充
result_df = star_counts.reindex(full_index, fill_value=0).reset_index()

# 查看结果
print(result_df)

代码解释： #

• groupby(['product', 'stars']).size()：按产品和星级分组，统计每组的行数（即出现次数），并重命名列名为number_stars。
• MultiIndex.from_product：生成所有产品与1-5星的笛卡尔积，确保每个产品都有1-5星的完整条目。
• reindex(full_index, fill_value=0)：将统计结果对齐到完整索引，缺失的条目（未出现的星级）填充为0。
• reset_index()：将多级索引转换为普通列，得到目标格式的DataFrame。

运行后即可得到符合期望的结果，且处理数千行数据的效率远高于遍历方法。

内容的提问来源于stack exchange，提问作者codyLine