如何使用pivot_table或unstack生成所需格式的新pandas DataFrame

解决方案 #

方法1：处理已有pivot结果的多级列索引

你写的pivot_table代码已经完成了计数逻辑，只需要把两层的列索引拼接为单层即可得到无层级的独立列：

# 原有统计代码
new_1 = df.pivot_table(index=['ACCIDENT_NO'], columns= ['SEX','Age_Group'], aggfunc=len, fill_value=0)
# 拼接列名，消除层级
new_1.columns = new_1.columns.map(lambda col: f"{col[0]}_{col[1]}")
# 可选：把索引中的ACCIDENT_NO恢复为普通列
new_1 = new_1.reset_index()

方法2：提前合并字段再统计

也可以先把性别和年龄组合并为一个分类字段，再做透视，逻辑更直观：

# 构造合并后的分类字段
df['sex_age'] = df['SEX'] + '_' + df['Age_Group']
# 直接透视计数
result = df.pivot_table(
    index='ACCIDENT_NO',
    columns='sex_age',
    aggfunc='size',
    fill_value=0
).reset_index()

内容的提问来源于stack exchange，提问作者WMD