Python pandas 按国家分组统计操作项计数并输出指定格式结果

• 数据构建逻辑错误：直接将pd.MultiIndex对象作为pd.DataFrame()的入参，本质是把多层索引当成单列数据，没有将国家、操作类型拆分为两个独立的表格字段，后续所有统计都基于错误结构展开
• 缺失核心统计逻辑：全程没有对「国家+操作类型」的组合做频次计数，只是把同国家对应的操作类型收集成普通列表，完全没有计算每个操作的出现次数
• 输出结构不匹配：最终生成的是包含国家列表、操作列表的普通两列DataFrame，和要求的嵌套字典结构存在本质偏差

首先导入依赖并加载题目给定的原始数据：

import pandas as pd

# 对应题目给定的原始数据条目
countrylist = ["India", "Malaysia", "Croatia", "India", "India", "Malaysia", "Malaysia"]
opslist = ["A", "B", "C", "C", "C", "D", "A"]

先将原始列表组装为标准两列表格：

df = pd.DataFrame({
    "country": countrylist,
    "operations": opslist
})

方案1：pandas内置方法快速实现 #

通过分组+计数的链式操作直接生成目标结构，核心逻辑是按国家分组后，对操作类型做频次统计，转换为指定嵌套格式：

# 按国家分组，对操作类型做计数，直接转换为嵌套字典
result = df.groupby("country")["operations"].value_counts().unstack().to_dict("index")

注：pandas会自动剔除单元格值为NaN的键值对，最终输出的字典和目标格式完全一致：{"India":{"A":1,"C":2},"Malaysia":{"B":1,"A":1,"D":1},"Croatia":{"C":1}}

方案2：手动遍历实现（版本兼容性更强） #

如果担心不同pandas版本的to_dict行为存在差异，可以通过遍历分组手动构建嵌套字典，逻辑更可控：

result = {}
for country, group_data in df.groupby("country"):
    # 统计当前国家下各操作类型的出现次数，转换为字典
    result[country] = group_data["operations"].value_counts().to_dict()

该方法不受unstack的空值逻辑影响，最终输出结构和目标完全匹配。

内容的提问来源于stack exchange，提问作者prj