Pandas 统计数据透视表中的注释数

我有一个问题，需要计算透视表中的注释数。注释在数据集中的行级别以文本形式出现。我需要做的是沿着索引列和另一个值函数计算注释的数量。我正在使用以下代码：

pivot_account= pd.pivot_table(data_account, values=['Account_type', 'Comment'], index=['Function'],
                 aggfunc={'Account_type': lambda x: x.count(),
                          'Comment': lambda x: x.count()})
pivot_account

列注释是由所有注释组成的分类列。但我需要有价值的东西。就这样。

所以枢轴应该是这样的

Function  Account_Type   Comment
HR .      2              10
IT .      4              20

也就是说，人力资源部。该部门共收到20条评论。我不关心在这个级别上查看评论

当我运行上面的代码时，我得到了类似的Account_类型和Comment输出，并且没有错误

 Function       

                      Account_Type    COMMENT
Business Development     3                3

以此类推，到处都是相同的数字

数据帧如下所示

Function  Account_Type   COMMENT
HR          1             XYZ
HR          1             ABC
HR          1             BCD
IT          1             Hello
IT          1             How Are you

---

因此，输出应该是total account_类型变量的计数和函数的注释计数

请阅读和。特别是（至少）拥有您原始df的样本将非常好。您能否分享一个您的

data\u帐户

的示例（通过编辑您的问题将其包括在内）

aggfunc='count'

？@rpanai:用结构更新了数据帧。@politicalscientist:不确定最好的计数方法，所以在那里使用了lambda函数。我知道这不是一个聚合函数，但els对我来说什么都不起作用。