如何按时间聚合DataFrame并统计各城市的数量？

你现在遇到的问题是，普通的groupby+count只能算出每个时间点的总记录数，但没法拆分到具体城市。要得到你想要的分城市统计结果，其实用数据透视/交叉统计的方法就可以轻松实现，下面给你几种实用的方案：

方法1：使用pivot_table（最灵活通用） #

pivot_table是Pandas里专门用来做数据透视的工具，正好匹配你的需求：

import pandas as pd

# 假设你的DataFrame是df
result = df.pivot_table(
    index='time',       # 行索引用time列
    columns='city',     # 列用city的不同取值
    aggfunc='size',     # 统计出现次数
    fill_value=0        # 没有数据的位置填0（可选，让结果更完整）
).add_suffix('_count')  # 给列名加上_count后缀，匹配你的预期格式
result = result.reset_index()  # 把time从索引变回普通列

运行后就能得到和你预期完全一致的结果：

time  sydney_count  melbourne_count
0  2018-05-8             2                1
1  2018-05-9             1                1

方法2：使用crosstab（专门的交叉统计函数） #

如果只是单纯做计数的交叉统计，pd.crosstab会更简洁：

result = pd.crosstab(df['time'], df['city']).add_suffix('_count').reset_index()

这个函数默认就是统计两个列的交叉出现次数，代码更短，效果和上面一样。

方法3：基于你原来的groupby思路改进 #

如果你想沿用最初的分组思路，可以先统计每个时间组内各城市的数量，再把结果展开成列：

result = df.groupby('time')['city'].value_counts()\
           .unstack(fill_value=0)\
           .add_suffix('_count')\
           .reset_index()

这里value_counts()会在每个时间组内统计各城市的出现次数，unstack()把城市从行索引转成列，再做后续的格式调整。

为什么你原来的方法得不到预期结果？ #

你之前用的df.groupby('time').agg({'city': 'count'})，这里的count是统计每个分组内非空记录的总数，不管city的具体取值是什么，所以得到的是每个时间点的总记录数，而不是分城市的计数。

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