如何统计DataFrame两列所有组合的出现次数并生成表格？

嗨，我来帮你搞定这个需求！你想要把DataFrame中两列的所有组合出现次数整理成指定的表格形式，其实pandas有非常顺手的内置工具，比你当前用itertools.product的方式高效多啦～

最简便的方案：用pd.crosstab() #

pandas的crosstab函数就是专门用来计算两列数据的交叉频率的，一行代码就能直接生成你要的结果：

import pandas as pd

d = {'ballot1': ['a','b','a','a','b','a','a','b'], 'ballot1_x':['c','c','d','d','a','a','a','a']}
df1 = pd.DataFrame(d)

# 生成交叉统计表：行是ballot1_x的唯一值，列是ballot1的唯一值，单元格是对应组合的出现次数
result = pd.crosstab(df1['ballot1_x'], df1['ballot1'])
print(result)

运行后输出的结果完全符合你的目标格式：

ballot1   a  b
ballot1_x     
a         3  1
c         1  1
d         2  0

它会自动覆盖所有可能的组合，哪怕某个组合没出现过（比如d和b），也会用0填充，你可以通过fill_value参数修改填充值。

基于你现有代码的改进方案 #

如果你想沿着自己的思路调整，也可以先统计每个组合的次数，再转换成表格：

from itertools import product
import pandas as pd

d = {'ballot1': ['a','b','a','a','b','a','a','b'], 'ballot1_x':['c','c','d','d','a','a','a','a']}
df1 = pd.DataFrame(d)

# 获取两列的所有可能组合
all_combinations = list(product(set(df1['ballot1']), set(df1['ballot1_x'])))
# 统计每个组合的实际出现次数，没有出现的补0
counts = df1.groupby(['ballot1', 'ballot1_x']).size().reindex(all_combinations, fill_value=0)
# 转换为目标DataFrame格式
result = counts.unstack(level=0)
print(result)

这个方法也能得到相同结果，但显然pd.crosstab()更简洁省心。

另一种可选方案：用pivot_table #

如果你熟悉透视表的用法，也可以用pivot_table实现同样的效果：

result = df1.pivot_table(index='ballot1_x', columns='ballot1', aggfunc='size', fill_value=0)

总结一下，优先推荐pd.crosstab()，它专门为这类交叉统计场景设计，代码最简洁，可读性也最高～

内容的提问来源于stack exchange，提问作者Rilcon42