Pandas按品牌车型分组，将车龄分类转为列统计各分类计数

df.groupby()方法要求多个分组键必须放在同一个列表中传入，你原代码直接用逗号分隔三个列名作为参数，pandas会将第二个参数'Model'识别为axis参数，因此抛出找不到对应轴的错误。

有两种常用方式可以实现你需要的分组计数+列转行效果：

方式1：使用pd.crosstab（更简便，专门适配交叉计数场景） #

import pandas as pd
# 以Brand和Model为行索引，car_age分类为列，统计计数，空缺值填0
output_count = pd.crosstab(
    index=[df['Brand'], df['Model']],
    columns=df['car_age'],
    fill_value=0
).reset_index()

方式2：修改你原来的groupby逻辑 #

# 多个分组键放入列表，统计每组大小
grouped_count = df.groupby(['Brand', 'Model', 'car_age']).size()
# 将car_age从索引转为列，空缺值填充为0
output_count = grouped_count.unstack(fill_value=0).reset_index()

两种方法得到的输出结果都会和你期望的格式完全一致，且car_age列会按你预设的编号顺序自动排序。

内容的提问来源于stack exchange，提问作者NickVan