如何在Pandas中对多列自动化执行value_counts()并规整输出？

这确实是处理大维度数据集时的常见痛点！手动逐个列执行value_counts()不仅效率低，还会让notebook变得杂乱无章。给你几个实用的自动化方案，既能高效完成统计，又能让输出保持整洁：

方案1：用apply批量生成结构化统计结果 #

直接利用pandas的apply方法，一次性计算所有列的分布，并整理成易读的DataFrame：

import pandas as pd

# 批量计算所有列的value_counts，返回一个由Series组成的字典
counts_dict = df.apply(pd.Series.value_counts)

# 转置后得到每行对应原数据一列的统计DataFrame
counts_df = counts_dict.T

• counts_df中，每一行代表原DataFrame的一列，每一列是该列的取值，单元格数值为对应频次
• 如果需要统计缺失值的数量，可以加上dropna=False参数：df.apply(lambda x: x.value_counts(dropna=False))

方案2：循环存储/打印带标识的统计结果 #

如果希望保留每个列的独立统计结果，同时避免刷屏，可以将结果存入字典，或打印时添加列名分隔标识：

# 创建字典存储每个列的统计结果，方便后续调用
column_counts = {}

for col in df.columns:
    # 计算当前列的分布，包含缺失值统计
    col_stats = df[col].value_counts(dropna=False)
    column_counts[col] = col_stats
    
    # 打印带标识的结果，用分隔线区分不同列
    print(f"--- {col} 分布统计 ---")
    print(col_stats)
    print("\n")

后续需要查看某一列的结果时，直接通过column_counts['column name']调用即可，不用重复计算。

方案3：批量生成可视化分布图表 #

如果想更直观地观察所有列的分布，可以循环生成柱状图，一次性展示所有结果：

import matplotlib.pyplot as plt
import seaborn as sns

# 设置图表布局：每行4个图，根据列数计算所需行数
total_cols = len(df.columns)
rows = (total_cols + 3) // 4  # 向上取整计算行数

# 创建画布
plt.figure(figsize=(16, rows * 4))

for idx, col in enumerate(df.columns):
    # 子图位置
    plt.subplot(rows, 4, idx + 1)
    # 绘制计数图
    sns.countplot(data=df, x=col)
    # 设置标题和旋转x轴标签，防止重叠
    plt.title(f"{col} 分布")
    plt.xticks(rotation=45)

# 自动调整子图间距
plt.tight_layout()
plt.show()

额外小技巧：筛选特定类型的列 #

如果只需要处理分类列（如object或category类型），可以先筛选列再执行统计：

# 筛选出分类类型的列
categorical_cols = df.select_dtypes(include=['object', 'category']).columns

# 针对筛选后的列执行上述任意方案
for col in categorical_cols:
    print(f"--- {col} 分布统计 ---")
    print(df[col].value_counts(dropna=False))
    print("\n")

内容的提问来源于stack exchange，提问作者Nabih Bawazir