Pandas使用groupby+value_counts时如何保留所有分类避免行缺失

方案1：显式重索引（推荐，灵活度高） #

提前定义work字段的所有合法取值，在统计后通过reindex补全缺失类别，无需插入冗余的dummy行：

import pandas as pd

data = [{'name':'John', 'date':20210801, 'work':False}, 
        {'name':'John', 'date':20210802, 'work':False}, 
        {'name':'Lucy', 'date':20210801, 'work':False}]
df = pd.DataFrame(data)

# 定义work字段的所有可能取值
work_all = [False, True]

res = df.groupby('name')['work'].value_counts(normalize=True) \
        .unstack(fill_value=0) \
        # 强制补全所有work类别
        .reindex(columns=work_all, fill_value=0) \
        .stack() \
        .reset_index(name='proportion')

输出结果：

name   work  proportion
0  John  False         1.0
1  John   True         0.0
2  Lucy  False         1.0
3  Lucy   True         0.0

方案2：设置分类类型（适合固定取值的字段） #

如果work字段的取值固定不会变化，可以直接将其设置为pandas分类类型，后续所有分组统计操作都会自动保留全部类别：

# 将work设为分类类型，指定所有可选值
df['work'] = pd.Categorical(df['work'], categories=[False, True])

# 直接运行你原来的代码即可得到完整结构的输出
res = df.groupby('name')['work'].value_counts(normalize=True) \
        .unstack(fill_value=0) \
        .stack() \
        .reset_index(name='proportion')

内容的提问来源于stack exchange，提问作者abisko