Python Pandas：分组并将列值转为表头的实现方法

你现在有一个包含组织和布尔值的DataFrame，示例数据如下：

Organisation Value
A            True
A            True
A            False
A            False
A            True
A            False
B            True
B            True
C            False
C            False

想要转换为每个组织一行，以True和False作为表头并统计对应数量的格式：

Organisation True False
A            3    3
B            2    0
C            0    2

你当前使用的代码sqlDf.groupby(['Organisation','Value']).size().reset_index(name='counts')只能得到长表格式，无法直接生成目标的宽表，下面是几种可行的解决方法：

方法1：使用Pandas的pivot方法 #

先分组统计数量，再通过pivot重塑表格结构：

# 先分组统计每个组织对应布尔值的数量
count_df = sqlDf.groupby(['Organisation', 'Value']).size().reset_index(name='counts')
# 重塑为宽表，用fillna(0)补全缺失的0值（比如B没有False的情况）
result_df = count_df.pivot(index='Organisation', columns='Value', values='counts').fillna(0).reset_index()
# 清除列名的层级标记，让表头更整洁
result_df.columns.name = None

方法2：使用Pandas的crosstab一步到位 #

pd.crosstab可以直接生成交叉统计的宽表，代码更简洁：

import pandas as pd

# 直接生成组织和布尔值的交叉统计表
result_df = pd.crosstab(index=sqlDf['Organisation'], columns=sqlDf['Value']).reset_index()
# 清除列名层级标记
result_df.columns.name = None

这个方法会自动统计每个组织对应布尔值的出现次数，默认会把缺失的数值填充为0，完全符合你的需求。

方法3：如果是PySpark DataFrame（假设你的sqlDf是Spark数据集） #

如果你的sqlDf是PySpark的DataFrame，可以用pivot配合聚合函数实现：

from pyspark.sql import functions as F

result_df = sqlDf.groupBy('Organisation') \
                 .pivot('Value') \
                 .count() \
                 .fillna(0)

这里pivot会把Value的唯一值作为新列，count()统计对应数量，fillna(0)负责补全那些没有对应布尔值的组织的0值。

内容的提问来源于stack exchange，提问作者Nicholas