有没有pandas函数可围绕单列重组织dataframe并统计指定列值的行数？

默认基于你使用的是Python生态的Pandas DataFrame进行操作，假设你的DataFrame变量名为df，存储上映年份的字段名为release_year，你可以替换为你实际的字段名。

• 方案1：使用groupby分组聚合（适合后续需要同时聚合其他字段的场景）
  核心逻辑是按年份字段分组后统计每组的条目数：

  # 统计每年电影数量，as_index=False直接把年份转为普通列，不需要额外reset_index
  year_count_df = df.groupby('release_year', as_index=False).size()
  # 重命名数量列，语义更清晰
  year_count_df.rename(columns={'size': 'movie_count'}, inplace=True)
  

• 方案2：使用value_counts快速统计（仅需要统计数量时更简洁）
  直接对年份字段做值统计，再转为DataFrame结构：

  # sort=False保持年份原有顺序，如果需要按年份排序可以改为sort=True，或者后续单独排序
  year_count_df = df['release_year'].value_counts(sort=False).reset_index(name='movie_count')
  

• 可选操作：按年份升序排序
  如果结果需要按年份从早到晚排列，执行以下代码即可：

  year_count_df.sort_values('release_year', ignore_index=True, inplace=True)
  

最终输出的year_count_df每行对应唯一的上映年份，movie_count列存储对应年份的电影总数量。如果需要同时聚合其他字段（比如年度平均评分、年度平均票房等），可以在groupby时用agg方法自定义聚合规则，示例如下：

year_agg_df = df.groupby('release_year', as_index=False).agg(
    movie_count=('movie_id', 'count'), # 统计电影数量，基于唯一的电影id字段
    avg_rating=('rating', 'mean'), # 统计年度平均评分
    total_box_office=('box_office', 'sum') # 统计年度总票房
)

内容的提问来源于stack exchange，提问作者jzintegral97