Pandas按其他列取值拆分单列value_counts结果为多列输出

你可以按以下步骤实现：

完整实现代码 #

import pandas as pd
import numpy as np

# 构造全量GPA索引（4.0到0.0，步长0.1），加round避免浮点数精度问题
full_gpa_index = np.arange(4.0, -0.1, -0.1).round(1)

# 交叉统计各GPA下运动员/非运动员的数量
count_result = pd.crosstab(
    index=students["Cumulative.GPA"],
    columns=students["Athlete"]
)

# 重命名列、补全所有GPA行、缺失值填充为0
result = count_result.rename(
    columns={
        "Yes": "Cumulative.GPA.athlete",
        "No": "Cumulative.GPA.nonathlete"
    }
).reindex(
    index=full_gpa_index,
    fill_value=0
)[["Cumulative.GPA.athlete", "Cumulative.GPA.nonathlete"]]

关键逻辑说明 #

• 先用np.arange生成4.0到0.0步长0.1的全量GPA序列，加round(1)是为了规避浮点数精度误差导致的索引匹配失败问题
• pd.crosstab可以直接统计两个维度的交叉计数，不用手动分组拆分数据
• reindex方法可以直接把结果的行扩展为全量GPA范围，没有统计数据的位置自动填充为0，符合输出要求

内容的提问来源于stack exchange，提问作者mmkb