df.shape返回行数与value_counts().sum()统计结果不一致原因咨询

• df.shape统计的是整个DataFrame的总行数，不会因为部分列存在空值（NaN）改变统计结果，所以你看到的始终是原始数据的1881行
• pandas的value_counts()方法默认会自动忽略列中的NaN值，仅统计非空值的出现次数总和，这是两者数值不一致的核心原因
• 结合你提供的赋值代码来看：
  你执行的赋值逻辑是仅对QX_7_1~QX_7_4四个列全部不等于-99的行保留原始值，其余不满足条件的行，这四个列的位置都会被设置为NaN。两者差值为1881-1844=37，代表当前QX_7_3列共有37个NaN值，被value_counts()默认排除在统计外。

• 执行print(dfSPSSstudent['QX_7_3'].isna().sum())，输出的空值数量会等于37，和差值对应
• 如果需要将空值也纳入计数统计，给value_counts()添加dropna=False参数即可：

  print(dfSPSSstudent['QX_7_3'].value_counts(dropna=False).sum())
  

  此时输出结果就会和总行数1881一致。

内容的提问来源于stack exchange，提问作者fredooms