pandas处理Excel数据按照手机品牌和评价点分类

需求：
我现在有一个Excel，名字叫5g手机整合，里边有一列叫品牌，下边的值有华为 小米 荣耀等，还有一列叫评价，需要统计每个品牌的评价列里包含外观漂亮、使用流畅、快递快、拍照好、性价比高、续航能力强这些点各多少次，把输出统计结果这些存在一个新的Excel里，列名为：品牌，外观漂亮、使用流畅、快递快、拍照好、性价比高、续航能力强，下边对应具体的数据。

下面展示一些 内联代码片。

import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('5g手机整合.xlsx')
# 根据品牌分组
grouped = df.groupby('品牌')
# 创建一个空的数据表
result = pd.DataFrame(columns=['品牌', '外观漂亮', '使用流畅', '快递快', '拍照好', '性价比高', '续航能力强'])
# 遍历每个品牌，统计评价点出现的次数，并添加到数据表中
for brand in grouped.groups:
    # 获取当前品牌的数据
    data = grouped.get_group(brand)
    
    # 统计评价点出现的次数
    count1 = data['评价'].str.contains('外观漂亮').sum()
    count2 = data['评价'].str.contains('使用流畅').sum()
    count3 = data['评价'].str.contains('快递快').sum()
    count4 = data['评价'].str.contains('拍照好').sum()
    count5 = data['评价'].str.contains('性价比高').sum()
    count6 = data['评价'].str.contains('续航能力强').sum()
    
    # 将统计结果添加到数据表中
    result.loc[len(result)] = [brand, count1, count2, count3, count4, count5, count6]
# 将数据表保存到 Excel 文件中
result.to_excel('统计结果.xlsx', index=False)