如何对pandas DataFrame列空值分布统计结果排序，使空值排在最前

解决代码 #

首先你的原代码中value_counts()默认会丢弃空值，第一步需要加dropna=False参数把空值纳入统计，之后通过统一的排序逻辑就能同时兼容整数、object、布尔类型的列，不需要做复杂的分支判断，打印语句必须放在排序逻辑之后，先处理排序再输出结果：

import pandas as pd

total_cnt = len(df)
# 遍历所有存在空值的列
for col in df.columns[df.isnull().any()]:
    print('-' * 20)
    print('Column Name:', col)
    print('-' * 20)
    # 统计值数量和占比，包含空值
    val_cnt = df[col].value_counts(dropna=False)
    val_pct = val_cnt * 100 / total_cnt
    
    # 统一排序逻辑：空值排最顶部，其余值按本身规则升序排列
    sort_key = val_cnt.index.to_series().apply(lambda x: -1 if pd.isna(x) else x)
    sorted_cnt = val_cnt.loc[sort_key.argsort()]
    sorted_pct = val_pct.loc[sort_key.argsort()]
    
    # 排序完成后打印
    print(sorted_cnt)
    print(sorted_pct)

疑问解答 #

• 布尔类型不会增加实现难度，上面的排序逻辑对三类数据类型全部适用：整数列空值排最前，其余整数按大小升序排列；object列空值排最前，其余字符串按字典序排列；布尔列空值排最前，之后先显示False再显示True。
• 如果你需要针对不同类型做定制化排序规则，可以再加if/else分支调整，示例结构如下：

col_dtype = df[col].dtype
if col_dtype == 'int64':
    # 整数列专属排序逻辑，比如非空值按降序排列
    pass
elif col_dtype == 'object':
    # object列专属排序逻辑
    pass
else:
    # 其他类型默认逻辑
    pass

内容的提问来源于stack exchange，提问作者Veneratu