如何将国家与年份列转换为按年份统计频次的DataFrame

嘿，别担心，新手提问完全没问题的😉 你想要的其实就是把原始的两列数据转换成透视表，用Python的Pandas库就能轻松搞定，我给你两种实用的方法：

方法1：用pd.crosstab直接统计频次 #

这个方法最直接，专门用来统计类别组合的出现次数：

import pandas as pd

# 先构造你的示例数据（如果已有DataFrame可以跳过这部分）
data = [
    ["INDIA", 1970],
    ["USA", 1970],
    ["USA", 1971],
    ["INDIA", 1970],
    ["UK", 1972]
]
df = pd.DataFrame(data, columns=["country", "Year"])

# 生成你要的透视表
result_df = pd.crosstab(df["country"], df["Year"])
print(result_df)

运行后会输出：

Year     1970  1971  1972
country                  
INDIA       2     0     0
UK          0     0     1
USA         1     1     0

方法2：用pivot_table实现（更灵活） #

如果之后你需要调整统计逻辑（比如改成求和、均值），用pivot_table会更方便，这里我们用它来统计频次：

# 同样基于上面的df
result_df = df.pivot_table(
    index="country",  # 行是国家
    columns="Year",   # 列是年份
    aggfunc="size",   # 统计每个组合的行数（出现次数）
    fill_value=0      # 把空值填充为0，不需要的话可以删掉这个参数
)
print(result_df)

如果你不需要填充0，删掉fill_value=0，空的位置就会显示NaN，也符合你示例里的空白效果~

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