如何无数据损失合并多个pandas的value_counts统计结果？

直接对多个value_counts结果执行加法运算时，pandas会严格对齐索引，仅在单个Series中存在的元素会因为索引缺失被填充为NaN，导致统计错误。可以用以下两种方法正确合并：

方法一：使用add()方法并填充缺失值 #

利用Series.add()的fill_value参数，将缺失的索引位置默认值设为0后再相加，最后转回整数类型并排序即可：

import pandas as pd

a = pd.Series([1,2,2,None], dtype=object)
b = pd.Series([3,2,2,None], dtype=object)

vc_a = a.value_counts(dropna=False)
vc_b = b.value_counts(dropna=False)

# 合并统计结果
combined_vc = vc_a.add(vc_b, fill_value=0)
# 转换为整数类型（add后默认是float）
combined_vc = combined_vc.astype(int)
# 按统计量降序排序，和concat后的结果一致
combined_vc = combined_vc.sort_values(ascending=False)

执行后得到的结果：

2       4
None    2
1       1
3       1
Name: count, dtype: int64

方法二：批量合并后分组求和 #

如果有多个统计Series（比如vc_a、vc_b、vc_c...），可以把它们放入列表，用pd.concat合并后按索引分组求和：

vc_list = [vc_a, vc_b]
combined_vc = pd.concat(vc_list).groupby(level=0).sum().sort_values(ascending=False).astype(int)

这两种方法都能完美解决单个Series元素统计值变为NaN的问题，得到和直接拼接原Series后统计一致的结果。

内容的提问来源于stack exchange，提问作者sds