You need to enable JavaScript to run this app. Pandas 实现DataFrame唯一值转列及分组计数的方法
优惠活动
大模型
产品
解决方案
定价
更多

Pandas 实现DataFrame唯一值转列及分组计数的方法

需求场景

现有存储各国奖牌记录的DataFrame,需要转换为统计格式:每行对应一个国家,列分别为gold/silver/bronze三类奖牌,单元格值为该国家对应奖牌的出现次数。

初始输入

初始DataFrame定义及预览结果:

import pandas as pd

df = pd.DataFrame([('gold', 'bronze', 'silver'),
                   ('silver', 'gold', 'bronze'),
                   ('gold', 'silver', 'bronze'),
                   ('bronze', 'silver', 'gold')],
                  columns=('Canada', 'China', 'South Korea'))
df.head()

初始输出预览:

Canada  China   South Korea
0    gold  bronze  silver
1  silver    gold  bronze
2    gold  silver  bronze
3  bronze  silver    gold

目标输出

nation  gold  silver  bronze
0        Canada     2       1       1
1         China     1       2       1
2  South Korea     1       1       2

实现方案

方法1:转置后逐行统计值计数

将原DataFrame转置(国家从列转为行),对每行(单个国家的所有奖牌记录)做值计数统计,最后调整列格式:

# 转置后按行统计奖牌出现次数,空值填充为0并转为整数
result = df.T.apply(pd.Series.value_counts, axis=1).fillna(0).astype(int)
# 原行索引为国家名,转为单独的nation列
result = result.rename_axis('nation').reset_index()
# 调整列顺序匹配目标格式
result = result[['nation', 'gold', 'silver', 'bronze']]

方法2:交叉表快速统计

先将宽格式DataFrame转为长格式,再用crosstab直接统计国家和奖牌的交叉出现次数:

# 宽表转长表,提取国家和对应奖牌字段
df_long = df.stack().rename('medal').reset_index(level=1).rename(columns={'level_1': 'nation'})
# 生成交叉统计结果
result = pd.crosstab(df_long['nation'], df_long['medal']).reset_index()

两种方法运行后均可得到符合要求的目标输出。


内容的提问来源于stack exchange,提问作者jKraut

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.21 05:06:11