使用pandas df.value_counts()时如何避免空白数据项？

问题根源 #

你的class列里肯定混了缺失值（NaN）或者空字符串，才会导致统计结果出现空白行——毕竟你预期这列只有'p'和'e'。

实操步骤 #

1. 先确认无效值类型
   跑这行代码看看class列的所有唯一值，就能明确是缺失值还是空字符串：

   print(myTable['class'].unique())
   

2. 清理无效数据

   • 如果是NaN缺失值，直接过滤掉：

     cleaned_table = myTable.dropna(subset=['class'])
     

   • 如果是空字符串（比如""或者带空格的空值），就精准过滤：

     # 去掉空字符串和纯空格的行
     cleaned_table = myTable[myTable['class'].str.strip() != ""]
     

3. 重新统计配对数
   用清理后的数据集再统计，就不会有空白项了：

   print(cleaned_table.value_counts(subset=['class', 'cap-color']))
   

额外保险操作 #

要是想彻底确保只保留'p'和'e'的行，可以加个强校验：

cleaned_table = myTable[myTable['class'].isin(['p', 'e'])]

内容的提问来源于stack exchange，提问作者imAtom