Python/Pandas按数值列分组统计分类列各分类出现次数问题

方案1：使用pd.crosstab（最简洁） #

你之前调用crosstab报错是因为传入的是列名字符串，而非实际的列数据，正确写法如下：

import pandas as pd
desiredDF = pd.crosstab(
    index=inputdf['UNIQUE_ID'],
    columns=inputdf['prediction']
).reset_index().rename_axis(columns=None)

运行后输出和你要求的结果完全一致，reset_index()是为了把UNIQUE_ID从索引变回普通列，rename_axis(columns=None)是去掉列名上方自动生成的prediction索引名。

方案2：使用pivot_table #

你用pivot报错是因为pivot不支持重复的索引+列组合，换成支持自定义聚合函数的pivot_table即可：

desiredDF = inputdf.pivot_table(
    index='UNIQUE_ID',
    columns='prediction',
    values='pt_ID',
    aggfunc='count',
    fill_value=0
).reset_index().rename_axis(columns=None)

aggfunc='count'指定按计数聚合，fill_value=0把缺省的分类值设为0。

内容的提问来源于stack exchange，提问作者Fjord