如何将Pandas groupby分组结果拆分为pass、fail两独立列？

解决方法 #

你得到的多级索引Series只要做一层轴向转换即可匹配目标宽表格式，两种实现方案如下：

方案1：基于现有groupby逻辑修改

在你原有分组计数的代码后加unstack操作即可：

# 分组计数后转宽表，无对应统计值的位置自动填充0
count_df = df.groupby(['Channel', 'Flag']).size().unstack(fill_value=0)
# 适配你现有绘图代码的大写列名要求，重命名列
count_df = count_df.rename(columns={"pass": "Pass", "fail": "Fail"})
# 如果需要将Channel从索引转为普通列，增加下面一行
count_df = count_df.reset_index()

方案2：直接用交叉表一步生成

用pd.crosstab可以更简洁的实现分组计数+转宽表的逻辑：

count_df = pd.crosstab(df["Channel"], df["Flag"])
# 后续重命名、重置索引的操作和方案1一致
count_df = count_df.rename(columns={"pass": "Pass", "fail": "Fail"}).reset_index()

注意事项 #

• 如果你的绘图代码默认将Channel作为索引取值，不需要转为普通列的话，跳过reset_index()步骤即可
• fill_value=0参数可以覆盖部分Channel无pass/fail记录的场景，避免统计结果出现空值报错

内容的提问来源于stack exchange，提问作者Marc-Olivier Duceppe