在Pandas中使用apply时为value_counts传递参数的问题

问题分析 #

你的代码报错是因为两个关键错误：

1. 参数名写错：把dropna=False误写成了value_counts=False，属于笔误；
2. 方法传递方式错误：apply需要接收可调用对象（函数/方法），而你直接执行了pd.Series.value_counts(...)，导致方法提前执行而非传给apply遍历每个Series时调用。

正确写法 #

方法1：用lambda函数包装（最常用）

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':[1,2,2,np.nan], 'b':[2,3,4,3], 'c': [4,np.nan,6,4]})
# 用lambda为每个Series的value_counts传递dropna=False参数
print(df.apply(lambda s: s.value_counts(dropna=False)))

执行后输出会包含NaN的计数：

a    b    c
1.0  1.0  NaN  NaN
2.0  2.0  1.0  NaN
3.0  NaN  2.0  NaN
4.0  NaN  1.0  2.0
6.0  NaN  NaN  1.0
NaN  1.0  NaN  1.0

方法2：用functools.partial绑定参数（适合复用场景）

如果需要多次使用带dropna=False的value_counts，可以用partial预先绑定参数：

from functools import partial
import pandas as pd
import numpy as np

df = pd.DataFrame({'a':[1,2,2,np.nan], 'b':[2,3,4,3], 'c': [4,np.nan,6,4]})
# 预先绑定dropna=False参数
vc_dropna_false = partial(pd.Series.value_counts, dropna=False)
print(df.apply(vc_dropna_false))

这个写法和lambda的效果完全一致，适合参数较多或需要复用的场景。

错误代码的问题拆解 #

你原来的代码df.apply(pd.Series.value_counts(value_counts=False))：

• 第一错：value_counts不是value_counts方法的参数，正确参数是dropna，用来控制是否忽略NaN；
• 第二错：pd.Series.value_counts(...)会直接尝试执行方法（此时没有传入具体的Series对象，必然报错），而apply需要的是“待执行的方法”，而非方法执行后的结果。用lambda或partial包装后，才能让apply在遍历每个列Series时，再调用带参数的value_counts。

内容的提问来源于stack exchange，提问作者Leo