从熊猫1.1.0开始。，你可以在一个DataFrame上value_counts:

out = df[['col5','col2']].value_counts().sort_index()

输出:

col5  col2
1     A       1
      D       3
2     B       2
3     A       3
      C       1
4     B       1
5     B       2
6     B       1
dtype: int64

你正在寻找的尺寸:

In [11]: df.groupby(['col5', 'col2']).size()
Out[11]:
col5  col2
1     A       1
      D       3
2     B       2
3     A       3
      C       1
4     B       1
5     B       2
6     B       1
dtype: int64

为了得到与waitingkuo相同的答案(“第二个问题”)，但稍微干净一点，可以按级别分组:

In [12]: df.groupby(['col5', 'col2']).size().groupby(level=1).max()
Out[12]:
col2
A       3
B       2
C       1
D       3
dtype: int64

接下来是@Andy的回答，你可以通过以下方法来解决你的第二个问题:

In [56]: df.groupby(['col5','col2']).size().reset_index().groupby('col2')[[0]].max()
Out[56]: 
      0
col2   
A     3
B     2
C     1
D     3

只使用单个组的惯用解决方案

(df.groupby(['col5', 'col2']).size() 
   .sort_values(ascending=False) 
   .reset_index(name='count') 
   .drop_duplicates(subset='col2'))

  col5 col2  count
0    3    A      3
1    1    D      3
2    5    B      2
6    3    C      1

解释

groupby size方法的结果是一个索引中包含col5和col2的Series。从这里开始，您可以使用另一个groupby方法来查找col2中每个值的最大值，但这是不必要的。您可以简单地对所有值进行递减排序，然后使用drop_duplicate方法只保留col2第一次出现的行。

如果你想在数据帧中添加一个包含组计数的新列(例如'count_column'):

df.count_column=df.groupby(['col5','col2']).col5.transform('count')

(我选择“col5”，因为它不包含nan)

如果你想构造一个DataFrame作为最终结果(不是pandas Series)，使用as_index=参数:

df.groupby(['col5', 'col2'], as_index=False).size()

为了得到最终想要的输出，也可以使用pivot_table(而不是double groupby):

df.pivot_table(index='col5', columns='col2', aggfunc='size').max()

如果你不想计算NaN值，你可以使用groupby.count:

df.groupby(['col5', 'col2']).count()

注意，由于每个列可能有不同数量的非nan值，除非您指定了列，否则可以使用简单的groupby。Count调用可以为每个列返回不同的计数，如上面的示例所示。以['col5'， 'col2']为例，col1中非nan值的数量如下:

df.groupby(['col5', 'col2'])['col1'].count()