如何在DataFrame中按州分组统计各年份数据计数？

假设你是用Python pandas处理这份数据集，在已经正确生成Year列的前提下，直接用分组聚合逻辑就能实现需求，不需要写复杂循环。 #

核心实现代码 #

import pandas as pd

# df 是你已经处理好Year列的原始数据集变量
# 按州（Location）、年份（Year）双维度分组，统计每组的记录条数
stat_result = df.groupby(
    by=["Location", "Year"],  # 指定分组的两个维度
    as_index=False  # 分组字段不设为索引，保留普通列格式
).size().rename(columns={"size": "Record_Count"}) # 将统计得到的计数列重命名

效果说明 #

• 运行后得到的结果里，Location列会自动按「州+年份」的唯一组合生成记录：比如亚拉巴马州（Alabama）存在2019、2020、2021三年的相关数据，结果中就会对应生成3条Alabama的行，分别匹配各年份的统计计数。
• 最终输出的列顺序为Location、Year、Record_Count，直接匹配你要的输出结构。

常见问题排查 #

• 如果分组后发现缺失某州对应年份的统计行，先检查Year列格式是否统一：数字格式的年份和字符串格式的同一年份会被判定为不同分组值，可先执行格式统一代码再分组：

  # 将Year列统一转换为整数型年份
  df["Year"] = df["Year"].astype(int)
  

• 如果需要统计的不是总记录数，而是某一特定字段的非空值数量，可以把.size()替换为对应字段的count统计，例如统计每年每州的案件数：

  stat_result = df.groupby(
      by=["Location", "Year"],
      as_index=False
  )["Case_ID"].count().rename(columns={"Case_ID": "Case_Count"})
  

内容的提问来源于stack exchange，提问作者andreaq