Python实现2016/2017年存在水果的2015年国家出现频数统计

我们可以用pandas数据处理库快速完成需求，具体实现如下：

实现逻辑 #

• 第一步：导入原始结构化数据
• 第二步：提取2016、2017两年出现过的所有唯一水果品类
• 第三步：筛选出2015年的所有数据，仅保留上述目标水果的相关记录
• 第四步：统计各水果在不同国家的出现次数，未出现的场景默认频数为0
• 第五步：输出行索引为水果、列索引为国家的频数统计表

完整代码 #

import pandas as pd

# 录入原始表格数据
raw_data = [
    ["Germany", "Apple", 2015],
    ["France", "Apple", 2015],
    ["France", "Apple", 2015],
    ["Spain", "Apple", 2015],
    ["Germany", "Banana", 2015],
    ["France", "Banana", 2015],
    ["France", "Apple", 2016],
    ["Spain", "Apple", 2016],
    ["Germany", "Banana", 2016],
    ["France", "Banana", 2016],
    ["France", "Banana", 2017],
    ["France", "Grapes", 2017]
]
df = pd.DataFrame(raw_data, columns=["国家", "水果", "年份"])

# 筛选2016、2017年出现的目标水果
target_fruit_list = df[df["年份"].isin([2016,2017])]["水果"].unique()

# 统计2015年各水果在不同国家的出现频数
stat_result = df[df["年份"] == 2015] \
    .query("水果 in @target_fruit_list") \
    .pivot_table(index="水果", columns="国家", aggfunc="count", values="年份", fill_value=0) \
    .reindex(target_fruit_list, fill_value=0)

# 输出结果
print(stat_result)

输出结果 #

内容的提问来源于stack exchange，提问作者Aman