没问题，我来帮你搞定这个分组统计的需求！

首先，你用df.groupby('code').agg('count')没得到预期结果的原因是：当你的DataFrame只有code这一列时，这个语句会生成一个以code为索引、列名还是code的结果，结构和你想要的code+count列的格式不符。

给你几个简单高效的解决方案：

方法1：使用size()（最推荐） #

size()方法专门用来统计每个分组的行数，搭配reset_index()可以把索引转成列，再指定列名：

group = df.groupby('code').size().reset_index(name='count')

执行后就能得到你想要的结果：

code  count
0  0000      2
1  0123      2
2  4567      1

方法2：使用value_counts()（更直接） #

针对单列统计频次，value_counts()是最便捷的方式，之后转成DataFrame并调整结构即可：

# 先统计频次
group = df['code'].value_counts().reset_index(name='count')
# 如果需要按code升序排列（和你的示例一致），可以加上排序
group = group.sort_values('code').reset_index(drop=True)

方法3：改造你原来的语句 #

如果一定要用agg('count')，可以对结果做后续调整，把列名重命名并重置索引：

group = df.groupby('code').agg('count').rename(columns={'code': 'count'}).reset_index()

内容的提问来源于stack exchange，提问作者aabujamra