如何从Pandas DataFrame中统计记录总数并解决count返回非数值问题

你的代码错误出在对count()方法的返回值处理上：pandas里Series.count()/DataFrame.count()返回的本身就是统计非空值的整数，你在count()调用后再次用[classAttribute]取列下标，相当于对整数做索引操作，自然无法得到预期的数值结果。

修正后的可运行代码如下：

def wmc(classAttribute,attribute,training_set):
    # 统计满足条件的记录数，直接对布尔掩码求和即可
    attributeCount = (training_set[classAttribute] == attribute).sum()
    # 统计目标列的总非空记录数，直接取Series.count()的返回值即可
    total = training_set[classAttribute].count()
    print(f'{attributeCount}/{total}')
    return attributeCount/total

补充说明：

• 如果你偏好先筛选数据集再统计行数，也可以用shape[0]实现：attributeCount = training_set[training_set[classAttribute] == attribute].shape[0]，空筛选结果也会正常返回0。
• 如果你需要统计包含空值的列总行数，把total的计算逻辑替换为training_set[classAttribute].shape[0]即可。

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