Python Pandas分组统计时如何包含NaN/None的计数？

需求 #

需要自定义函数count_how_many，实现统计数据列中NaN/None、数字、字符串等各类值的出现次数。原函数使用groupby结合transform('count')无法统计NaN值，默认groupby逻辑会排除NaN分组，导致无法统计其出现次数。

原函数代码 #

def count_how_many(df: pd.DataFrame,in_col, out_col, inplace=False):
    def count_occurrences(dff: pd.DataFrame) -> pd.DataFrame:
        return dff.groupby(in_col)[in_col].transform('count')
    if not inplace:
        copy_df = df.copy()
        copy_df[out_col] = count_occurrences(copy_df)
        return copy_df
    else:
        df[out_col] = count_occurrences(df)
        return None

修改后的函数 #

核心修改点：

• groupby时设置dropna=False，强制保留NaN作为分组项
• 用transform('size')替代transform('count')，size会统计每组的所有行数（包含NaN），而count仅统计非缺失值行数

import pandas as pd
import numpy as np

def count_how_many(df: pd.DataFrame,in_col, out_col, inplace=False):
    def count_occurrences(dff: pd.DataFrame) -> pd.DataFrame:
        # 关键修改：保留NaN分组，统计全组行数
        return dff.groupby(in_col, dropna=False)[in_col].transform('size')
    if not inplace:
        copy_df = df.copy()
        copy_df[out_col] = count_occurrences(copy_df)
        return copy_df
    else:
        df[out_col] = count_occurrences(df)
        return None

示例验证 #

示例1：含NaN的数值型数据df1 #

输入数据：

执行代码：

df1 = pd.DataFrame({'number': [1,2,3,1,np.nan,np.nan,4]})
result_df1 = count_how_many(df1, 'number', 'count')
print(result_df1)

输出结果（符合期望）：

示例2：字符串型数据df2 #

输入数据：

执行代码：

df2 = pd.DataFrame({'item': ['cookies','cake','brownie','cake','cake','brownie']})
result_df2 = count_how_many(df2, 'item', 'count')
print(result_df2)

输出结果（符合期望）：

内容的提问来源于stack exchange，提问作者codingrainha