Pandas如何判断列中是否存在指定词并将缺失状态纳入统计生成新DataFrame

核心逻辑 #

预先定义你需要统计的所有目标状态列表，统计原始数据计数后补全缺失状态的0值即可，以下是两种常用实现方法：

方法1：value_counts + reindex（单次统计首选） #

代码实现步骤：

import pandas as pd

# 1. 示例原始数据（实际替换为你的数据集即可）
df = pd.DataFrame({
    'status': ['In Progress', 'Done', 'Done', 'In Progress', 'Review']
})

# 2. 定义需要统计的所有状态，按你期望的输出顺序排列
full_status = ['Backlog', 'On hold', 'In Progress', 'Review', 'Done']

# 3. 统计+补全缺失状态，缺失值填充为0
status_count = df['status'].value_counts().reindex(full_status, fill_value=0).reset_index()

# 4. 重命名列（可选，按需调整）
status_count.columns = ['status', 'count']

方法2：Categorical 类型转换（适合多场景状态操作） #

如果后续还要基于状态做分组、排序、可视化等操作，推荐先把状态列转为固定分类的Categorical类型，后续所有统计都会自动保留全量状态：

# 沿用上面的df和full_status变量
# 1. 将状态列转为指定全部分类的Categorical类型
df['status'] = pd.Categorical(df['status'], categories=full_status)

# 2. 直接统计即可自动包含所有分类，缺失状态计数为0
status_count = df['status'].value_counts().sort_index().reset_index()
status_count.columns = ['status', 'count']

两种方法最终输出的统计表格式一致，示例如下：

你可以根据自己的使用场景选择合适的方案，全量状态列表可按需自由调整增删

内容的提问来源于stack exchange，提问作者mhordflyer