Pandas中对value_counts结果按分组变量求和count列并保留变量名

你只需要在现有统计逻辑的基础上，按特征维度对count列做分组求和即可，具体操作如下：

• 首先将原有的melt统计逻辑结果赋值给prod变量，这步和你现有操作一致：

ranked_cols = [
    "Design",
    "Food",
    "Wi-Fi",
    "Service",
]

# 筛选符合人口统计条件的用户
sub = df[
    (df["Customer Type"] == "Disloyal")
    & (df["Satisfaction"] == "Not Satisfied")
    & df["Age"].between(30, 40)
]

# 生成评分明细统计结果
prod = (
    sub.melt(value_vars=ranked_cols)
    .groupby("variable")
    .value_counts()
    .to_frame()
    .reset_index()
    .rename(columns={"value": "rating", 0: "count"})
)

• 如果需要筛选指定评分（比如评分等于2的场景），先做子集筛选，再按特征变量分组对count列求和：

# 筛选指定评分，不需要筛选特定评分可以跳过这行
prod_selected = prod[prod.rating == 2]

# 按特征分组求和
feature_total = prod_selected.groupby("variable", as_index=False)["count"].sum()

• 最后按要求的特征名 数值格式逐行输出即可：

for _, row in feature_total.iterrows():
    print(f"{row['variable']}  {row['count']}")

效果示例 #

基于你给出的统计输出样例，不做评分筛选时的输出结果为：

Design  8
Food  1
Service  1
Wi-Fi  3

如果筛选rating == 2，输出结果为：

Design  5
Wi-Fi  3

简化写法 #

你也可以不用生成中间的count明细，直接通过链式操作一步得到结果：

(
    sub.melt(value_vars=ranked_cols, var_name="variable", value_name="rating")
    .query("rating == 2") # 不需要筛选评分就删除该行
    .groupby("variable")
    .size()
    .reset_index(name="count")
)

内容的提问来源于stack exchange，提问作者Edison