如何将pandas中count()的结果转为指定列名的DataFrame？

你遇到的ValueError是因为data.count()返回的Series转成DataFrame后仅包含1列（存储计数值），但你试图给它分配2个列名，导致长度不匹配。实际上，原Series的索引就是你需要的"Feature"列内容，计数值则对应"Count"列。

下面是几种可行的解决方法：

方法1：使用reset_index()转换索引为列并重命名 #

# 获取各列非NaN值计数的Series
count_series = data.count()
# 将索引转为列，并重命名两列
df = count_series.reset_index()
df.columns = ['Feature', 'Count']

方法2：先指定列名再转换索引 #

# 先将Series转为单列表格，指定列名为Count
df = data.count().to_frame(name='Count')
# 将索引转为Feature列
df.reset_index(inplace=True)
df.rename(columns={'index': 'Feature'}, inplace=True)

方法3：直接构造DataFrame #

import pandas as pd

count_series = data.count()
# 用索引和值分别构造Feature和Count列
df = pd.DataFrame({
    'Feature': count_series.index,
    'Count': count_series.values
})

示例验证 #

假设你的原始DataFrame是：

import pandas as pd
import numpy as np

data = pd.DataFrame({
    'feature_1': [1,2,3,4,5],
    'feature_2': [np.nan, 2, np.nan, 4, 5]
})

运行上述任意一种方法后，得到的df结果为：

内容的提问来源于stack exchange，提问作者jackjack