Pandas：从Weekday列值生成新列并填充时间出现计数

嘿，这需求用Pandas处理起来超顺手，给你两种实用的方法，都能精准得到你想要的结果：

方法1：使用pd.crosstab（交叉表，最直接的方案） #

crosstab就是专门用来做这类行列交叉计数的工具，完美匹配你的需求：

import pandas as pd

# 先构造你提供的示例DataFrame
data = {
    'Time': ['21:10:00', '21:15:00', '21:20:00', '21:20:00', '21:25:00',
             '21:25:00', '21:30:00', '21:35:00', '21:35:00', '21:40:00',
             '21:40:00', '21:40:00'],
    'Weekday': ['Tuesday', 'Tuesday', 'Tuesday', 'Tuesday', 'Wednesday',
                'Wednesday', 'Friday', 'Thursday', 'Wednesday', 'Wednesday',
                'Wednesday', 'Monday']
}
df = pd.DataFrame(data)

# 生成交叉表，统计每个Time在各Weekday的出现次数
result = pd.crosstab(df['Time'], df['Weekday'])

# 填充缺失值为0，转成整数类型，并调整列顺序匹配你的目标
weekday_order = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday']
result = result.reindex(columns=weekday_order).fillna(0).astype(int)

print(result)

运行后输出的结果就是你想要的格式：

Monday  Tuesday  Wednesday  Thursday  Friday
Time                                                  
21:10:00       0        1          0         0       0
21:15:00       0        1          0         0       0
21:20:00       0        2          0         0       0
21:25:00       0        0          2         0       0
21:30:00       0        0          0         0       1
21:35:00       0        0          1         1       0
21:40:00       1        0          2         0       0

方法2：使用groupby + unstack（更灵活的分组方案） #

如果你需要更灵活的分组操作，这种方法也能轻松实现：

# 基于Time和Weekday分组，统计每组的数量，再将Weekday转为列
result = df.groupby(['Time', 'Weekday']).size().unstack(fill_value=0)

# 同样调整列顺序
weekday_order = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday']
result = result.reindex(columns=weekday_order)

print(result)

这个方法的输出和上面完全一致，适合后续还要做其他分组操作的场景。

关键细节说明： #

• reindex(columns=weekday_order)：因为Pandas默认会按字母顺序排列列，我们手动指定顺序才能匹配你要的Monday到Friday的顺序
• fill_value=0/fillna(0)：确保那些某个Time没在对应Weekday出现的位置显示0，而不是空值
• astype(int)：把计数结果转成整数，让输出更整洁

内容的提问来源于stack exchange，提问作者 Ben Kailon