如何转换Python3 pandas分组计数后DataFrame的表格形态？

这问题我熟！你要的就是把长格式的分组结果转换成宽格式表格，用Pandas的pivot()或者pivot_table()方法就能轻松搞定，我结合你的示例数据给你一步步演示：

第一步：先得到分组计数后的DataFrame #

先把你提供的示例代码跑一遍，拿到分组后的结果：

import pandas as pd
df = pd.DataFrame({'x':list('aaabbbbbccccc'),'y':list('2225555577777'), 'z':list('1312223224432')})
# 生成分组计数后的DataFrame
df_counts = df.groupby(['x','y','z'])['z'].count().reset_index(name='counts')

方法1：使用pivot()直接转换 #

pivot()是最直接的方式，指定行索引、列、对应值即可，最后补全缺失值并转成整数类型：

# 转换为宽格式表格
wide_df = df_counts.pivot(index=['x', 'y'], columns='z', values='counts')
# 缺失值填充为0，转成整数（因为计数都是整数）
wide_df = wide_df.fillna(0).astype(int)

转换后的结果长这样：

如果觉得列上方的z标签多余，可以去掉：

wide_df = wide_df.rename_axis(columns=None)

方法2：使用pivot_table()（更灵活的方案） #

如果你的数据存在重复的(x,y,z)组合（虽然这个示例里没有），pivot_table()会更合适，它支持聚合函数，而且可以直接设置填充值：

wide_df = df_counts.pivot_table(
    index=['x', 'y'],
    columns='z',
    values='counts',
    fill_value=0,  # 直接填充缺失值为0
    aggfunc='sum'  # 因为每个组合唯一，sum/count都可以
)

这个方法得到的结果和上面完全一致，而且一步到位，不需要额外的fillna操作。

内容的提问来源于stack exchange，提问作者Sezen