Python与pandas：如何进行非标准分组操作

嘿，我懂你的困扰——其实你要做的就是按水果+颜色+口味的组合来统计数量，用基础的groupby就能轻松实现，可能你之前没试过同时按多列分组~

我直接给你上代码和解释，用你的示例数据来演示：

首先构造你的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'fruit': ['apple', 'apple', 'apple', 'apple', 'apple'],
    'x1': ['red', 'yellow', 'green', 'red', 'red'],
    'x2': ['sweet', 'sweet', 'tart', 'sweet', 'sweet']
})

方法一：groupby + size()（最直观） #

这是最标准的多列分组统计写法：

# 同时按fruit、x1、x2三列分组，统计每组的行数
grouped_result = df.groupby(['fruit', 'x1', 'x2']).size().reset_index(name='count')
print(grouped_result)

• groupby(['fruit', 'x1', 'x2'])：把这三个列的组合作为分组依据，比如"apple+red+sweet"就是一个独立分组
• size()：统计每个分组里的记录数量
• reset_index(name='count')：把分组后的索引（也就是那三个列）转成普通列，同时给统计出来的数量列命名为count

方法二：value_counts()（更简洁） #

如果想少写点代码，用value_counts()一步到位：

# 指定要统计的列组合，直接输出频次
count_result = df.value_counts(subset=['fruit', 'x1', 'x2']).reset_index(name='count')
print(count_result)

• value_counts(subset=...)：默认会统计指定列的所有唯一组合出现的次数，结果默认按频次降序排列
• 同样用reset_index把结果转成规整的DataFrame格式

最终输出结果 #

两种方法都会得到你想要的统计结果：

fruit      x1     x2  count
0   apple     red  sweet      3
1   apple  yellow  sweet      1
2   apple    green   tart      1

不管之后加入多少其他水果（比如banana、orange），这个逻辑都通用——它会自动按所有水果的特征组合分别统计数量。

内容的提问来源于stack exchange，提问作者Chuck