value_counts() 计算数据帧中的 NaN

Question

我创建了一个由两列组成的数据框。我想计算这两列出现的次数。

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() 来获得这样的数据帧-

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

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

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

附言有趣的是，pd.Series.value_counts 方法也支持 dropna 参数，但 pd.DataFrame.value_counts 方法不支持