Pandas DataFrame按列类别生成新列并按state分组统计实现问题

你需要的效果可以通过独热编码+分组求和的组合逻辑实现，Pandas内置的pd.get_dummies可以直接生成符合你命名要求的统计列，再按state分组求和即可得到每个类别的出现次数。

完整代码示例如下：

import pandas as pd

# 你提供的示例数据集
df = pd.DataFrame({
'state':['California'] * 4 + ['Florida'] * 5 + ['Minnesota'] * 3 + ['New Hampshire'],
'population':['50-100', '0-50', '150-200', '50-100', '0-50', '150-200',
         '100-150', 'NA', '0-50', 'NA', '100-150', '50-100', 'NA'],
'locale':['rural', 'urban', 'town', 'suburb', 'suburb', 'urban', 'rural', 'suburb', 'NA', 'town', 'town', 'urban', 'rural'] 
})

# 核心处理逻辑
result = pd.get_dummies(
    df,
    # 自动对除state外的所有列做独热编码，适配多列场景
    columns=df.columns.drop('state'),
    # 列名前缀和类别值之间用=分隔，匹配要求的列名格式
    prefix_sep='=',
    # 如果数据中存在真实NaN（不是字符串'NA'），可打开下方参数统计NaN的出现次数
    # dummy_na=True
).groupby('state', as_index=False).sum()

输出结果中California行的统计值和你给出的预期示例完全一致，该方案也支持你补充说明里的多列数据集，不需要手动指定列名即可自动适配。

内容的提问来源于stack exchange，提问作者Manu Vats