pandas实现同时基于genre与独热编码分类列的value_counts()统计

你之前的代码丢失genre维度是因为提前删除了genre列，只要将genre保留为分组维度即可实现关联统计，以下是两种常用的统计形式适配不同使用需求：

形式1：宽表格式（按体裁分组，各分类计数为列） #

每行对应一个体裁，每列对应一个分类，数值为该体裁下属于对应分类的文本总数：

# 丢弃不需要的text列后按genre分组，对所有分类列求和
genre_category_count = df.drop(columns='text').groupby('genre').sum()

如果需要按总计数排序，可以额外对行/列的求和结果排序。

形式2：长表格式（体裁+分类为维度，更接近value_counts的使用习惯） #

每行对应一个「体裁+分类」的组合，单列展示对应计数，支持直接排序：

count_result = (
    df.drop(columns='text')
    # 保留genre列，将所有分类独热列转为长表格式
    .melt(id_vars='genre', var_name='category', value_name='is_match')
    # 过滤出归属对应分类的记录
    .query('is_match == 1')
    # 按体裁和分类分组统计数量
    .groupby(['genre', 'category'], as_index=False)
    .size()
    .rename(columns={'size':'count'})
    .sort_values('count', ascending=False)
)

如果你的分类列有统一前缀（比如示例中的category_开头），也可以通过df.filter(like='category_')的方式灵活筛选分类列，避免手动指定列名。

内容的提问来源于stack exchange，提问作者eigenvektorin