Pandas按a、b两列分组统计d列不同值出现次数的实现问题

你写的代码逻辑完全不匹配需求，问题出在两点：

• df.groupby('a')['b'].value_counts()返回的是以(a, b)为多级索引、值为每组计数结果的Series，它既不是对应原DataFrame行的布尔掩码，也不是合法的行号/行标签，不能直接用来索引df['d']
• 你没有把d列纳入分组统计的逻辑，自然得不到d列不同取值的计数结果

方法1：直接分组统计（输出多级索引长表） #

直接将a、b作为分组键，对d列做值统计即可，代码如下：

print(df.groupby(['a', 'b'])['d'].value_counts())

输出结果示例：

a     b  d
john  1  1    2
      2  0    1
         1    1
      3  0    1
mary  1  0    1
      2  0    1
Name: count, dtype: int64

可以直接看到每个(a, b)分组下d取0、1的次数，和你要求的场景完全匹配：比如a=john、b=1时d=1共出现2次，a=john、b=3时d=0共出现1次。

方法2：转宽表更易读 #

如果希望0、1作为单独列展示，没有出现的取值默认计数为0，可以加unstack处理：

print(df.groupby(['a', 'b'])['d'].value_counts().unstack(fill_value=0))

输出结果示例：

d       0  1
a    b      
john 1  0  2
     2  1  1
     3  1  0
mary 1  1  0
     2  1  0

方法3：用交叉表直接生成宽表 #

也可以用pd.crosstab一步得到宽表结果：

print(pd.crosstab(index=[df['a'], df['b']], columns=df['d']))

输出结果和方法2完全一致。

内容的提问来源于stack exchange，提问作者john johns