Python/Pandas：按POS分组为TYPE列不同值创建统计列

嘿，这个需求刚好是pandas里处理分类统计的经典场景，尤其是当TYPE列有大量不同值时，手动创建列肯定不现实，用内置的交叉表或者分组转置就能自动搞定，给你两种简单的实现方式：

方法1：使用pd.crosstab（最简洁） #

crosstab就是专门用来生成行列交叉统计的工具，直接指定行是POS，列是TYPE，它会自动统计每个POS下各TYPE的出现次数，所有TYPE值都会被自动转为列名，完美适配大量分类的场景：

import pandas as pd

data = {
 'POS': ['1','2','1','3','4'],
 'TYPE': ['A','A','A','B','C'],
 'VOLUME': [34,2,12,200,1],
}
df = pd.DataFrame(data)

# 生成交叉统计结果
type_count_by_pos = pd.crosstab(df['POS'], df['TYPE'])
print(type_count_by_pos)

执行后输出的结果如下：

TYPE  A  B  C
POS          
1     2  0  0
2     1  0  0
3     0  1  0
4     0  0  1

方法2：使用groupby + unstack #

如果你更习惯用分组操作，也可以先按POS和TYPE分组统计数量，再把TYPE转成列：

# 分组统计数量，再转置列
type_count_by_pos = df.groupby(['POS', 'TYPE']).size().unstack(fill_value=0)
print(type_count_by_pos)

这个方法和上面的结果完全一致，fill_value=0是为了把那些POS下没有出现的TYPE填充为0，避免出现NaN值。

如果之后需要把这个统计结果和原DataFrame的其他数据（比如VOLUME）结合，可以用merge来关联，比如：

# 合并原数据的VOLUME（比如取每个POS的最大VOLUME）
pos_summary = df.groupby('POS')['VOLUME'].max().reset_index()
final_df = pos_summary.merge(type_count_by_pos, on='POS')
print(final_df)

这样就能得到包含POS、VOLUME以及各TYPE计数的完整结果啦！

内容的提问来源于stack exchange，提问作者Krypt