如何将pandas列值计数结果转为含特征、计数两列的DataFrame

核心实现代码 #

你可以直接通过pandas原生链式操作完成转换，全程为向量化运算，适配超大数据量的批量处理需求：

import pandas as pd

# 示例源数据
df_1 = pd.DataFrame({'id': ['001', '002', '003', '004', '005', '006', '007', '008'],
                     'color_value': ['blue', 'red', 'yellow', 'orange',
                     'blue','red', 'blue', 'orange']})

# 统计+格式转换一步完成
result_df = (
    df_1['color_value']
    .value_counts()  # 统计各值出现次数
    .reset_index(name='counts')  # 将索引转为普通列，计数列命名为counts
    .rename(columns={'color_value': 'feature'})  # 重命名特征列
)

该方法全程调用pandas原生优化接口，无自定义遍历逻辑，即使是TB级体量的大数据场景也可正常运行，不需要手动调整格式，批量使用时仅需替换color_value为目标统计列名即可。

输出结果示例 #

转换后的result_df完全符合你要求的格式：

后续绘图参考 #

可以直接基于转换后的结果绘制分布图表，示例如下：

import seaborn as sns
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示问题
sns.barplot(data=result_df, x='feature', y='counts')
plt.title('特征值计数分布')
plt.show()

内容的提问来源于stack exchange，提问作者MAtennis9