大家好，我是皮皮。

一、前言

前几天在Python钻石交流群【静惜】问了一个Pandas处理的问题，提问截图如下：

数据截图如下所示：

后面找他拿了源数据，是一个Excel表格文件。

二、实现过程

这里【心田有垢生荒草】给了一个代码，如下所示：

df = pd.read_excel('【例2-1】饮料类型的频数分布表.xlsx')

df1 = df.groupby(['饮料类型','消费者性别'])['消费者性别'].count().rename('消费量').reset_index()

json_columns = df1.to_json(orient = "values",force_ascii=False) 
json_columns

json_dict = df1.to_dict(orient = "split")
json_dict

运行之后，结果如下所示：

基本上都做出来了，不过还是不太符合预期。

这里【猫药师Kelly】给了一份代码，可以满足粉丝需求，如下图所示：

确实太强了，没想到还可以这么做！

后来【人间欢喜】也提供了一个代码，如下所示：

也可以实现，方法还是很多的。

三、总结

大家好，我是皮皮。这篇文章主要盘点了一个Python自动化处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。

最后感谢粉丝【静惜】提问，感谢【心田有垢生荒草】、【猫药师Kelly】、【人间欢喜】给出的思路和代码解析，感谢【dcpeng】等人参与学习交流。