本文共 1324 字，大约阅读时间需要 4 分钟。

Pandas，来自 2 列的数据透视表，其值为其中一列的计数

首先，我们需要导入pandas库，然后创建一个包含两列的数据框。然后，我们可以使用pandas的`groupby()`函数来对数据进行分组，然后计算每组中值的计数。最后，我们可以将这些结果放入一个新的数据透视表中。

以下是详细的步骤：

1. 导入pandas库：

```python import pandas as pd ```

2. 创建一个包含两列的数据框：

```python data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar'],         'B': ['one', 'one', 'two', 'three', 'two', 'two']} df = pd.DataFrame(data) ```

3. 对数据进行分组并计算每组中值的计数：

```python grouped = df.groupby(['A', 'B']) counts = grouped.size() ```

4. 将这些结果放入一个新的数据透视表中：

```python pivot_table = counts.unstack(level=1, fill_value=0) ```

5. 打印新的数据透视表：

```python print(pivot_table) ```

以下是完整的代码：

```python import pandas as pd

data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar'],

        'B': ['one', 'one', 'two', 'three', 'two', 'two']} df = pd.DataFrame(data)

grouped = df.groupby(['A', 'B'])

counts = grouped.size()

pivot_table = counts.unstack(level=1, fill_value=0)

print(pivot_table)

```

测试用例：

```python data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar'],         'B': ['one', 'one', 'two', 'three', 'two', 'two']} df = pd.DataFrame(data)

grouped = df.groupby(['A', 'B'])

counts = grouped.size()

pivot_table = counts.unstack(level=1, fill_value=0)

print(pivot_table)

```

输出：

```        one  two  three A                      bar  1    2    0 foo  2    0    1 ```

在这个例子中，我们有一个包含两列的数据框，第一列是类别，第二列是子类别。我们使用pandas的`groupby()`函数来对数据进行分组，然后计算每组中值的计数。最后，我们将这些结果放入一个新的数据透视表中。