如何从DataFrame中提取值并补全缺失类别统计

核心思路是先强制指定Level列的类别范围为A、B、C，确保缺失类别在统计时自动补0，再按格式拼接结果。

步骤实现 #

1. 指定类别范围
   用pd.Categorical将Level列转换为包含A、B、C的分类类型，这样后续统计时会保留所有指定类别，缺失的类别计数为0：

   import pandas as pd
   
   # 示例DataFrame（可替换为你的实际数据）
   df = pd.DataFrame({'Level': ['A', 'B']})
   
   # 固定Level列的类别为A、B、C
   df['Level'] = pd.Categorical(df['Level'], categories=['A', 'B', 'C'])
   

2. 统计类别计数
   使用value_counts()统计每个类别的数量，sort_index()保证结果按A、B、C的顺序排列：

   level_counts = df['Level'].value_counts().sort_index()
   

3. 生成目标格式字符串
   计算总数后，拼接成总数.0(xA,yB,zC)的格式：

   total = level_counts.sum()
   level_part = ','.join([f"{cnt}{cat}" for cat, cnt in level_counts.items()])
   final_result = f"{total}.0({level_part})"
   
   print(final_result)  # 输出示例：2.0(1A,1B,0C)
   

关键说明 #

• pd.Categorical是解决缺失类别补0的核心，它会强制保留你指定的所有类别，哪怕数据中不存在该类别。
• sort_index()确保输出的类别顺序固定为A、B、C，符合需求格式。

内容的提问来源于stack exchange，提问作者qcoder