为什么pandas中value_counts()的长度与shape[0]返回记录数不一致？

• shape[0]的统计逻辑是直接返回筛选后DataFrame的全部有效记录行数，不会对行内容做任何额外过滤或去重，3186就是你筛选得到的数据集的真实总记录数。
• value_counts()的运行逻辑和默认参数是导致结果变小的核心原因：
  • 它本质是统计「所有列取值完全相同的重复行」的出现频次，返回结果的长度代表的是去重后的唯一行组合的数量，不是总行数。
  • 它默认开启dropna=True参数，只要某一行存在任意一个空值（NaN），就会被直接排除在统计结果之外，不会被计数。

你可以通过以下代码验证差异来源：

# 先提取筛选后的数据集
filtered_df = df.loc[(df['rental_store_city'] == 'Woodridge') & (df['film_rental_duration'] > 5)]
# 统计包含空值的行数
print("包含空值的行总数：", filtered_df.isna().any(axis=1).sum())
# 统计去重后的唯一行总数（保留空值行）
print("去重后唯一行总数：", filtered_df.drop_duplicates().shape[0])
# 关闭空值过滤后统计value_counts长度
print("关闭空值过滤的value_counts长度：", filtered_df.value_counts(dropna=False).shape[0])

内容的提问来源于stack exchange，提问作者beanpicker