如何用Pandas统计Excel列中分组类别的出现次数？

核心思路 #

先建立行为字符串到分组（1-4）的映射关系，再基于这个映射对原数据或已统计的单行为次数进行分组求和。

方法一：基于原DataFrame直接处理 #

1. 先定义所有行为对应的分组映射字典（把你40余种行为逐一对应到1-4组）：

group_mapping = {
    "喝水": 1,
    "进食": 1,
    "行走": 2,
    "奔跑": 2,
    "休息": 3,
    "睡眠": 3,
    "梳理毛发": 4,
    # 补充剩余所有行为的分组对应关系
}

2. 给DataFrame新增分组列，再统计各组次数：

# 生成分组列，未匹配到的行为会返回NaN，可按需用fillna指定默认组
df['Group'] = df['Behavior'].map(group_mapping)

# 按分组统计次数，sort_index()让结果按组号1-4排序
group_counts = df['Group'].value_counts(dropna=False).sort_index()

print(group_counts)

方法二：基于已统计的单行为次数处理 #

如果你已经通过count = df['Behavior'].value_counts()得到了单个行为的次数，可以直接基于这个Series处理，效率更高：

# 用映射字典将单行为次数关联到分组，再按分组求和
group_counts = count.map(group_mapping).groupby(level=0).sum().sort_index()

print(group_counts)

注意事项 #

• 确保group_mapping包含所有40余种行为，避免出现NaN导致统计遗漏；
• 如果存在未明确分组的行为，可使用fillna()将其归到特定组（比如fillna(0)标记为未分组）；
• sort_index()可以保证结果按组号1-4的顺序输出，方便查看。

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