pandas按年、月两列分组统计第三列不同值出现次数的实现方法

你之前的groupby+aggregate写法无法拆分统计结果，是因为aggregate({"register": pd.Series.value_counts})会把每组的yes、no计数合并为单个列输出，不会单独生成两个值的统计项。

使用修正后的链式调用写法即可实现需求，先按year、month分组，再指定对register列做值计数：

counts = df_registration.groupby(["year", "month"])["register"].value_counts()

输出结果会生成三级索引：前两级为year、month，第三级为register的取值（yes/no），对应值为各分组下对应取值的出现次数。

如果需要实现每个年月对应一行、yes和no分别为单独列的格式，可以在上述代码后追加unstack方法，自动将第三级索引转为列：

# fill_value=0 可将无对应取值的分组计数填充为0，避免生成空值
counts = df_registration.groupby(["year", "month"])["register"].value_counts().unstack(fill_value=0)

如果只需要保留yes的统计列，再做一次列筛选即可：

yes_counts = counts[['yes']]

内容的提问来源于stack exchange，提问作者jeernejc