对DataFrame使用value_counts()统计时如何包含NaN值

解决方法 #

pandas 的 value_counts() 方法默认会忽略包含 NaN 的分组，只需在调用时添加 dropna=False 参数即可保留 NaN 行的统计结果：

df[["No", "Name"]].value_counts(dropna=False)

如果需要输出列名带 Count 的结构化 DataFrame，可以链式调用 reset_index()：

res = df[["No", "Name"]].value_counts(dropna=False).reset_index(name="Count")

运行上述代码后，输出结果与你预期完全一致：

如果你的 pandas 版本低于 1.1.0（value_counts() 从该版本开始支持 dropna 参数），可以用 groupby 方法实现相同效果：

res = df.groupby(["No", "Name"], dropna=False).size().reset_index(name="Count")

内容的提问来源于stack exchange，提问作者Pete