使用pandas统计每日每人的工单确认总数量

不需要提前枚举所有人员姓名，使用pandas内置的透视/交叉表函数即可自动适配所有出现的确认人，数千行数据运行无压力。 #

实现步骤 #

• 首先预处理日期字段：原始Date_Created字段带时分秒，需要先提取为纯日期维度
• 调用透视/交叉表函数自动按日期、人员维度计数，无工单的组合自动填充0

前置数据读取与预处理代码 #

import pandas as pd

# 读取本地csv文件
df = pd.read_csv("你的工单文件存储路径.csv")

# 提取标准日期，输出格式为YYYY-MM-DD
df["Dates"] = pd.to_datetime(df["Date_Created"]).dt.strftime("%Y-%m-%d")

统计方法二选一即可 #

方法1：pivot_table透视表 #

conf_per_day = pd.pivot_table(
    df,
    index="Dates",
    columns="Confirmed_By",
    values="Date_Created",
    aggfunc="count",
    fill_value=0
).reset_index()
# 清除列名层级，输出平表
conf_per_day.columns.name = None

方法2：crosstab交叉表（写法更简洁） #

conf_per_day = pd.crosstab(
    index=df["Dates"],
    columns=df["Confirmed_By"],
    dropna=False
).reset_index()
conf_per_day.columns.name = None

输出效果 #

运行后得到的表和期望结构完全一致：

如果后续出现新的临时补位人员，代码会自动新增对应人员的统计列，不需要手动修改代码适配，不会出现统计遗漏。

内容的提问来源于stack exchange，提问作者Sphynx