如何使用Python的pandas按月份和类型聚合统计每类frame的数量

直接给groupby传入所有需要分组的维度字段，配合size()即可实现多层级的数量统计，示例操作如下：

• 基础统计（输出长表格式结果）
  groupby按顺序传入frame、类型字段、月份字段三个维度，统计每个分组的数量：

# 请将代码中的origin_type、month替换为你实际的类型列、月份列名
stat_res = df.groupby(['frame', 'origin_type', 'month']).size().reset_index(name='统计数量')

• 透视表格式（输出宽表更易读）
  如果需要按月份横向展示统计值，可以将上述结果转换为透视表：

pivot_res = stat_res.pivot(
    index=['frame', 'origin_type'],
    columns='month',
    values='统计数量'
).fillna(0).astype(int)

注意事项 #

• groupby支持传入任意数量的列名实现多维度分组，没有层数限制
• size()的统计逻辑和value_counts完全一致，统计每个分组的总行数
• 如果你需要统计某列的非空值数量，可将size()替换为count('指定列名')
• fillna(0)是将无统计值的月份数据补为0，不需要可以删除该方法

内容的提问来源于stack exchange，提问作者Mtrinidad