如何让pandas.Series.str.get_dummies()统计NaN值？需sep参数无法用get_dummies

首先先解释你疑惑的.str部分：它是pandas为字符串类型的Series专门提供的访问器，用来调用各种字符串处理方法。因为普通的Series方法是针对整个序列的，而.str会帮你把操作应用到序列里的每一个字符串元素上——比如str.get_dummies()就是把每个元素按指定分隔符拆分，然后生成哑变量列，非常适合处理你的多值字段场景。

接下来解决你核心的痛点：既要拆分多值，又要统计NaN的频次。这里给你两种实用的方案：

方案一：临时标记NaN后拆分统计 #

这种方法先把NaN替换成一个临时标识，用str.get_dummies()拆分后再把标识改回NaN，完美兼容你原来的使用习惯：

import pandas as pd

# 读取测试数据
data = pd.read_csv("testdata.csv", sep=";")
series_a = data["a"]

# 1. 把NaN替换成临时标识（避免被str方法忽略）
series_with_na = series_a.fillna('__TEMP_NA__')

# 2. 拆分多值并统计各值的出现次数
dummies = series_with_na.str.get_dummies(sep=",")
counts = dummies.sum()

# 3. 把临时标识改回真正的NaN
counts = counts.rename(index={'__TEMP_NA__': pd.NA})

print(counts)

运行后会得到你想要的输出：

T      1
Tes    2
Test   1
<NA>   1
dtype: int64

方案二：展开列表后统计频次（更直观） #

这种方法先把每个元素转成列表（NaN单独转成只包含NaN的列表），再用explode()把列表展开成单行元素，最后用value_counts(dropna=False)统计所有值的频次，包括NaN：

import pandas as pd

data = pd.read_csv("testdata.csv", sep=";")
series_a = data["a"]

# 处理每个元素：NaN转成[pd.NA]，多值字符串拆分成列表
split_list = series_a.apply(lambda x: [pd.NA] if pd.isna(x) else str(x).split(","))

# 把列表展开成单个元素的序列
expanded_series = split_list.explode()

# 统计所有值的频次（包括NaN）
counts = expanded_series.value_counts(dropna=False)

print(counts)

这个方案的输出同样符合你的期望，而且逻辑更直白，适合需要灵活处理拆分后数据的场景。

两种方案都能解决你的问题，你可以根据自己的代码习惯选择~

内容的提问来源于stack exchange，提问作者Sindbad