如何让Pandas的value_counts()将含NaN的ColA类别计数设为0？

我有如下Pandas数据集：

执行代码 df.ColA.value_counts() 后，得到结果：

现在需要实现让D的计数变为0，得到如下结果：

核心逻辑是仅统计ColB不为空的行中ColA的出现次数，同时保留原始ColA的所有类别，无匹配项的补0。以下是两种可行方法：

方法1：使用groupby+count结合reindex补全类别 #

# 按ColA分组统计ColB非空的数量，再用reindex补全所有ColA的唯一值，缺失项填0
result = df.groupby('ColA')['ColB'].count().reindex(df['ColA'].unique(), fill_value=0)

方法2：过滤非空行后用value_counts+reindex补全 #

# 先过滤ColB不为空的行，统计ColA的出现次数，再补全所有ColA的唯一值
result = df[df['ColB'].notna()]['ColA'].value_counts().reindex(df['ColA'].unique(), fill_value=0)

内容的提问来源于stack exchange，提问作者akkii