如何从Pandas Series提取DataFrame列中0和1的出现频次

嘿，这个需求很常见，我给你分享几种靠谱的实现方式，你可以根据场景选择：

方法1：直接按值索引（最稳妥） #

value_counts()返回的Series，其索引就是原数据中的取值（这里是0和1），所以直接通过索引就能精准获取对应频次，完全不依赖排序：

import pandas as pd

df = pd.DataFrame({'A':[0,0,1,0,1]})
# 先获取频次统计结果
counts = df['A'].value_counts()

# 按值索引存入变量
zeros = counts[0]
ones = counts[1]

print(zeros)  # 输出3
print(ones)   # 输出2

方法2：用.get()避免KeyError（更健壮） #

如果不确定你的数据里一定存在0或1（比如某些场景下可能缺失其中一个值），可以用.get()方法设置默认值，这样不会抛出KeyError：

zeros = counts.get(0, 0)  # 若0不存在，返回默认值0
ones = counts.get(1, 0)  # 若1不存在，返回默认值0

方法3：转成字典再取值（直观易懂） #

也可以把统计后的Series转换成字典，然后按键取值，逻辑和方法1一致：

count_dict = counts.to_dict()
zeros = count_dict[0]
ones = count_dict[1]

小提示 #

别用counts.iloc[0]或者counts.iloc[1]这种按位置索引的方式！因为value_counts()默认是降序排列的，一旦你的数据里1的频次超过0，位置就会颠倒，导致取值错误。按值索引才是最可靠的方案~

内容的提问来源于stack exchange，提问作者cph_sto