Pandas groupby按Neighbourhood分组统计No-show列Yes/No计数问题

调用.sum()得到NoNoYesNo类字符串拼接结果，是因为No-show列为字符串类型，Pandas对字符串列执行sum操作时默认做逐元素拼接，无法实现计数效果。
本次统计仅需Neighbourhood、No-show两个字段，提前筛选列可以避免原数据集其他冗余列干扰，以下是基于Pandas 1.4.2、Python 3.9.12环境的可运行实现方案：

方案1：groupby 搭配 value_counts（推荐，严格符合groupby调用要求） #

链式调用即可直接得到分组计数结果，输出为适配绘图的宽表格式：

# 先筛选需要的两列，再分组统计
count_df = df[['Neighbourhood', 'No-show']].groupby('Neighbourhood')['No-show'].value_counts().unstack(fill_value=0)

针对给出的示例数据，运行后输出结果如下：

No-show             No  Yes
Neighbourhood              
JARDIM DA PENHA      2    1
MARIA ORTIZ          1    2
MATA DA PRAIA        1    1
PONTAL DE CAMBURI    2    0

代码说明：

• value_counts()会自动统计每个分组下No-show列不同取值的出现次数
• unstack(fill_value=0)会把行索引上的Yes/No取值转为单独的列，没有对应取值的分组自动填充0，无需额外处理空值，可直接传入绘图接口。

方案2：分组后条件聚合（逻辑直观易读） #

如果需要自定义聚合逻辑，可以先把字符串取值转为布尔值再分组求和：

count_df = df[['Neighbourhood', 'No-show']].assign(
    No = lambda x: (x['No-show'] == 'No').astype(int),
    Yes = lambda x: (x['No-show'] == 'Yes').astype(int)
).groupby('Neighbourhood')[['No', 'Yes']].sum()

运行后得到的结果和方案1完全一致。

方案3：交叉表快速统计（写法最简） #

如果不强制要求走groupby链式调用，用Pandas内置的交叉表接口可以一行得到结果：

import pandas as pd
count_df = pd.crosstab(df['Neighbourhood'], df['No-show'])

内容的提问来源于stack exchange，提问作者Wildo_Baggins311