如何统计Polars DataFrame所有列中各值的出现次数？

报错原因 #

你之前的代码报错是因为value_counts()会为每一列返回一个包含（值、计数）的小DataFrame，这些小DataFrame的行数各不相同。而select要求所有列的长度必须一致，因此触发了长度不匹配的错误。

优雅解决方案 #

要统计全表所有值的出现次数，最优方式是先把所有列堆叠成单列（长格式），再统一统计：

场景1：统计所有出现过的值的总次数

import polars as pl

# 将宽表转为长格式，所有值存入一列
long_df = df.melt(id_vars=[], value_name="value")
# 统计所有值的出现次数
total_counts = long_df["value"].value_counts(sort=True)
print(total_counts)

场景2：指定目标值，未出现的值显示0（匹配你的示例格式）

如果需要像示例那样，对特定值进行统计（即使值未出现也要显示计数0），可以用左连接填充空值：

import polars as pl

# 定义需要统计的目标值
target_values = [1, 2, 3, 4]

# 转换为长格式
long_df = df.melt(id_vars=[], value_name="value")

# 统计总次数并匹配目标值，填充空计数为0
result = (
    long_df["value"]
    .value_counts()
    .with_columns(pl.col("value").cast(pl.Int64))  # 确保值类型一致
    .join(pl.DataFrame({"value": target_values}), on="value", how="right")
    .fill_null(0)
    .sort("value")
)

# 按你的格式输出
for value, count in result.iter_rows():
    print(f"{value}: {count}")

说明 #

• melt(id_vars=[])会把所有列都转为行，将原本的多列值合并到一列中，这样就能用一次value_counts()完成全表统计。
• 左连接+fill_null(0)可以保证所有目标值都出现在结果中，未出现的值计数填充为0。

内容的提问来源于stack exchange，提问作者C0untV