value_counts() 计算数据框中的 NaN

Question

我创建了一个包含两列的数据框。我想计算这两列的出现次数。

数据框看起来像-

No Name
1   A  
1   A
5   T
9   V
Nan M
5   T
1   A

我想使用 value_counts() 来获得这样的数据框-

No Name Count
1   A     3
5   T     2
9   V     1
Nan M     1

我尝试做 df[["No", "Name"]].value_counts() 计算除了 nan 行之外的所有内容。有没有办法使用 value_counts() 来计算 Nan 呢？

Answer 1

您可以将 groupby 与 dropna=False 一起使用：

df.groupby(['No', 'Name'], dropna=False, as_index=False).size()

输出：

    No Name  size
0  1.0    A     3
1  5.0    T     2
2  9.0    V     1
3  NaN    M     1

P.S。有趣的是，pd.Series.value_counts 方法也支持 dropna 参数，但 pd.DataFrame.value_counts 方法不支持

Answer 2

您仍然可以使用 value_counts() 但使用 dropna=False 而不是 True（默认值），如下所示：

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

所以，结果如下：

   No   Name    size
0   1     A     3
1   5     T     2
2   9     V     1
3   NaN   M     1

value_counts() to count NaNs in a dataframe