如何用Pandas统计列中失败次数并避免无失败时的报错？

方法一：使用Series的get()方法（推荐） #

value_counts()返回的是Pandas Series对象，用get()方法可以指定键不存在时的默认值，直接避免KeyError：

import pandas as pd
df = pd.read_csv('myfile.csv')
# 先一次性统计所有状态数量，避免重复计算
status_counts = df['Status'].value_counts()
# 存在'passed'就取对应值，不存在则返回0
pass_res = status_counts.get('passed', 0)
# 同理处理'failed'
fail_res = status_counts.get('failed', 0)

方法二：显式判断键是否存在 #

先检查目标状态是否在统计结果的索引中，再决定取值逻辑：

import pandas as pd
df = pd.read_csv('myfile.csv')
status_counts = df['Status'].value_counts()
pass_res = status_counts['passed'] if 'passed' in status_counts else 0
fail_res = status_counts['failed'] if 'failed' in status_counts else 0

原代码报错原因 #

当CSV中没有failed记录时，value_counts()的结果里不会包含failed这个索引，直接用['failed']访问会触发KeyError。以上两种方法都能规避这个问题，同时保证无对应状态时计数为0。

内容的提问来源于stack exchange，提问作者PChao