如何按标签统计出现次数？按列[0]唯一类别统计列[1]的0与1数量

1. 按标签（列[0]）统计出现次数 #

直接用pandas的value_counts()方法就能快速统计列[0]中每个标签的出现频次，默认按频次从高到低排序：

# 统计列[0]的标签出现次数
label_counts = labels.iloc[:, 0].value_counts()
print(label_counts)

如果需要保持标签本身的顺序（而非按频次排序），可以添加sort=False参数：

label_counts_sorted = labels.iloc[:, 0].value_counts(sort=False)

2. 按列[0]的唯一类别，统计列[1]中0和1的数量 #

提供两种简洁的实现方式：

方法一：groupby + value_counts #

先按列[0]分组，再对每组的列[1]统计0和1的数量，最后转换为二维表格形式：

# 按列[0]分组，统计列[1]的0/1分布
grouped_counts = labels.groupby(0)[1].value_counts().unstack(fill_value=0)
print(grouped_counts)

unstack()将分层结果展开为表格，fill_value=0用来填充未出现的类别组合，避免空值。

方法二：pd.crosstab #

交叉表函数可直接生成列[0]与列[1]的频次统计矩阵，结果直观清晰：

# 生成交叉表统计0/1分布
cross_tab = pd.crosstab(labels.iloc[:, 0], labels.iloc[:, 1])
print(cross_tab)

输出结果中，行对应列[0]的每个类别，列对应0和1，单元格为对应组合的出现数量。

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