Pandas如何将多类统计计数结果存入单个dataframe？

汽车数据全局统计场景 #

针对原始汽车数据，无需拆分生成两个独立统计表，可直接一次性构建包含两类计数的新表：

• 对0/1标记列直接求和即可得到对应类别的总样本量
• 将两个统计结果组装为同一字典结构，直接转换为单个DataFrame即可

示例代码：

import pandas as pd
# 导入/构造原始汽车DataFrame
car_df = pd.DataFrame({
    "Model": ["BenzC", "BensGla", "HondaAccord", "HondaOdyssey", "ToyotaCamry"],
    "IsJapanese": [0, 0, 1, 1, 1],
    "IsGerman": [1, 1, 0, 0, 0]
})
# 一次性构建含两类统计值的新DataFrame
total_car_stats = pd.DataFrame({
    "TotalJapanese": [car_df["IsJapanese"].sum()],
    "TotalGerman": [car_df["IsGerman"].sum()]
})

输出结果结构：

门店分组多维度统计场景 #

针对门店数据的分组统计需求，使用groupby的多列聚合能力即可一次性生成所有统计维度，无需拆分多次计算：

• TotalStores对应分组内的记录总条数，用size方法计算
• TotalLA、TotalGA为分组内对应0/1标记列的求和结果

示例代码：

# 导入/构造原始门店DataFrame
store_df = pd.DataFrame({
    "Store": ["Albertsons", "Safeway", "Albertsons", "RiteAid"],
    "Address": ["Cross St", "LeoSt", "Main St", "Culver St"],
    "IsLA": [1, 0, 0, 1],
    "IsGA": [0, 1, 1, 0]
})
# 按Store分组，一次性聚合所有需要的统计列
store_stats = store_df.groupby("Store").agg(
    TotalStores=("Store", "size"),
    TotalLA=("IsLA", "sum"),
    TotalGA=("IsGA", "sum")
).reset_index()

输出结果结构：

内容的提问来源于stack exchange，提问作者Mmenon