Python3.6：创建一个数据透视表，汇总dataframe中多列的值计数

我有以下数据框：

df = pd.DataFrame({'X': ['Agree', 'Disagree', 'Agree', 'Neutral', 'Agree','Neutral'],
               'Y': ['Disagree', 'Neutral', 'Agree', 'Disagree', 'Agree', 'Neutral'], 
               'Z': ['Agree', 'Neutral', 'Neutral', 'Disagree', 'Neutral','Neutral']})

我想创建一个表格，汇总每个类别（列）X、Y和Z的“同意”、“中立”和“不同意”数量

输出应如下所示：

df_answer = pd.DataFrame({'Response': ['Agree', 'Neutral', 'Disagree'],
               'X': [3,2,1],
               'Y': [2,2,2], 
               'Z': [1,4,1]})

我试图找到一个答案，但似乎找不到一个特别解决这个问题

---

我希望有一个单独的索引，但如果“响应”是索引也可以，如果这样做更容易的话。

我不知道如何使用透视表来实现这一点，但如果它有帮助的话，这可以很容易地实现，而无需：

out = pd.DataFrame()
for col in df.columns:
    out = out.append(df[col].value_counts())

out = out.transpose()

            X    Y    Z
Agree     3.0  2.0  1.0
Disagree  1.0  2.0  1.0
Neutral   2.0  2.0  4.0

如果需要，您还可以根据索引命名“响应”列

我们可以使用+

pd.value\u计数

：

new_df=df.apply(pd.value_counts)
print(new_df)

          X  Y  Z
Agree     3  2  1
Disagree  1  2  1
Neutral   2  2  4

我们还可以做到：

df2=df.melt()
new_df=pd.crosstab(df2['value'],df2['variable'])
print(new_df)
variable  X  Y  Z
value            
Agree     3  2  1
Disagree  1  2  1
Neutral   2  2  4

---

谢谢，德里克，很好用。感谢如此快速的响应：）这就得到了解决方案，但使用循环不是一个好主意。对于大型数据集，它可能会导致计算量大。但这是一个很好的快速修复方法，也是用更复杂（非标准）的功能和逻辑填充空数据帧的基础。这不是最佳的解决方案，这是一个解决方案，如果工作，并不是关键，然后继续前进，非常感谢。有很多方法可以做到这一点！非常感谢您的时间和帮助：）