Pandas按两列groupby后分别统计两列value_counts输出为不同列的方法

问题分析 #

你原代码的问题有两个：

1. 同时选中两列传入apply处理，返回的统计结果会合并到同一列，无法拆分出两个独立统计列
2. 直接对列表类型列使用astype('str')会把整个列表转为单个字符串统计，无法统计列表内部单个元素的出现次数

实现代码 #

首先构造示例DataFrame：

import pandas as pd

data = {'label': ['cat','dog','dog','cat','cat'],
      'breeds': [ 'bengal','shar pei','pug','maine coon','maine coon'],
      'nicknames':[['Loki','Loki' ],['Max'],['Toby','Zeus ','Toby'],['Marty'],['Erin ','Erin']],
       'eye color':[['blue','green'],['green'],['brown','brown','brown'],['blue'],['green','brown']]
}
df = pd.DataFrame(data)

使用agg方法为每个列单独指定聚合逻辑，先拆分列表元素再统计：

result = df.groupby(['label', 'breeds'], as_index=False).agg(
    nickname_count = ('nicknames', lambda x: x.explode().str.strip().value_counts().to_dict()),
    eye_count = ('eye color', lambda x: x.explode().str.strip().value_counts().to_dict())
)

补充说明 #

如果需要保留元素首尾的空格作为不同值区分，删除聚合逻辑中的.str.strip()即可。

内容的提问来源于stack exchange，提问作者Rory