如何用Pandas按ID分组将列转换为计数统计？

原始数据 #

假设你的初始DataFrame如下：

import pandas as pd

df = pd.DataFrame({
    'ID': ['aaa', 'aaa', 'aaa', 'bbb', 'bbb', 'ccc'],
    'sex': ['M', 'M', 'F', 'F', 'M', 'F'],
    'est': ['S', 'C', 'D', 'D', 'C', 'C']
})

对应的表格形式：
| |ID |sex|est|
| 0 |aaa| M | S |
| 1 |aaa| M | C |
| 2 |aaa| F | D |
| 3 |bbb| F | D |
| 4 |bbb| M | C |
| 5 |ccc| F | C |

目标结果 #

需要得到按ID分组，统计sex（M、F）和est（S、C、D）各类别的计数：
| |ID | M | F | S | C | D |
| 0 |aaa| 2 | 1 | 1 | 1 | 1 |
| 1 |bbb| 1 | 1 | 0 | 1 | 1 |
| 2 |ccc| 0 | 1 | 0 | 1 | 0 |

实现方法 #

方法一：分表统计后合并（直观清晰） #

通过两次pivot_table分别统计sex和est的分组计数，再合并结果：

# 统计每个ID下各sex的数量
sex_counts = df.pivot_table(index='ID', columns='sex', aggfunc='size', fill_value=0)
# 统计每个ID下各est的数量
est_counts = df.pivot_table(index='ID', columns='est', aggfunc='size', fill_value=0)
# 合并两个统计结果，重置索引
result = pd.concat([sex_counts, est_counts], axis=1).reset_index()
# 调整列顺序匹配目标格式（可选）
result = result[['ID', 'M', 'F', 'S', 'C', 'D']]

方法二：哑变量转码后分组求和（高效简洁） #

利用get_dummies将类别列转为0-1哑变量，再按ID分组求和，适合大数据量场景：

# 对sex和est列生成哑变量，自动拆分多类别
dummy_df = pd.get_dummies(df, columns=['sex', 'est'])
# 按ID分组求和，得到各类别计数
result = dummy_df.groupby('ID').sum().reset_index()
# 移除列名前缀（可选，让列名更简洁）
result.columns = [col.replace('sex_', '').replace('est_', '') for col in result.columns]
# 调整列顺序匹配目标格式
result = result[['ID', 'M', 'F', 'S', 'C', 'D']]

两种方法都能高效处理大数据量，不需要手动操作，最终输出结果与目标一致。

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