Pandas执行value_counts后如何自动生成新列对评分计数进行分组

用pandas的链式调用可以一次性完成统计、列名重命名、缺失评分补0、生成Rating列的全流程，不需要后续手动补列。

完整代码 #

import pandas as pd

# 构造原始数据（实际使用时替换为自己的数据源即可）
df = pd.DataFrame({
    'Price Rating': [1,4,3,5,1],
    'Food Rating': [1,5,4,5,1],
    'Service Rating': [2,5,3,1,5]
})

# 核心逻辑
result = df.apply(pd.Series.value_counts) \
           .rename(columns=lambda col: f"{col} Count") \
           .reindex(range(1, 6), fill_value=0) \
           .reset_index(names="Rating")

逻辑说明 #

• df.apply(pd.Series.value_counts)：遍历所有列分别做值计数，返回结果的行索引天然就是1~5的评分值
• rename：批量给列名加Count后缀，匹配目标输出的列名规则
• reindex：强制保留1~5所有评分行，某评分没有出现时计数自动填充为0，避免行缺失
• reset_index：把存着评分的索引转成普通列，命名为Rating，直接得到目标结构

如果你的pandas版本低于1.5.0，不支持reset_index的names参数，可以把最后一步替换为.reset_index().rename(columns={'index': 'Rating'})即可。

内容的提问来源于stack exchange，提问作者user1535147