如何在Python中统计DataFrame分类变量列每类的总行数

核心思路 #

直接使用Pandas内置的value_counts()方法即可，该方法会自动识别目标列的所有唯一分类值，无需手动指定，直接返回各分类对应的行数统计结果。

操作步骤 #

• 导入Pandas库，加载Pokemon数据集到DataFrame对象中
• 调用value_counts()统计genus列各分类的行数
• 遍历统计结果输出为指定格式

完整代码示例 #

import pandas as pd

# 加载本地Pokemon数据集，替换为你实际的文件路径
df = pd.read_csv("pokemon.csv")

# 自动统计genus列所有唯一分类的行数，添加sort=False可保持分类原始出现顺序
genus_count = df["genus"].value_counts()

# 按要求格式输出结果
for cate, cnt in genus_count.items():
    print(f"{cate}: {cnt}")

小提示：如果需要统计列中的空值分类，可以将统计代码改为genus_count = df["genus"].value_counts(dropna=False)

输出效果示例 #

运行上述代码后就会得到你需要的输出：

seed: 5
flame: 5
turtle: 5
shellfish: 5

内容的提问来源于stack exchange，提问作者Ryan Kapper