Python Pandas - 返回一个包含 Index 对象中唯一值计数的 Series，同时考虑 NaN 值
pythonserver side programmingprogramming更新于 2025/12/29 14:04:17
使用 index.value_counts() 方法返回一个包含 Index 对象中唯一值计数的 Series，同时考虑 NaN 值。将参数 dropna 的值设置为 False。
首先，导入所需的库 -
import pandas as pd import numpy as np
创建 Pandas 索引，其中包含一些 NaN 值 −
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])
显示 Pandas 索引 −
print("Pandas索引...\n",index)
使用 value_counts() 计算唯一值。同时考虑使用 "dropna" 的 "False" 值来计算 NaN参数 −
index.value_counts(dropna=False)
示例
以下是代码 −
import pandas as pd
import numpy as np
# 创建 Pandas 索引，其中包含一些 NaN 值
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])
# 显示 Pandas 索引
print("Pandas Index...\n",index)
# 返回索引中的元素数量
print("\n索引中的元素数量...\n",index.size)
# 返回数据的 dtype
print("\ndtype 对象...\n",index.dtype)
# 使用 value_counts() 计算唯一值
# 考虑 NaN 并使用 "dropna" 参数的 "False" 值
print("\n获取具有 NaN 的唯一值的数量...\n",index.value_counts(dropna=False))
输出
这将产生以下输出 −
Pandas Index... Float64Index([50.0, 10.0, 70.0, nan, 90.0, 50.0, nan, nan, 30.0], dtype='float64') 索引中的元素数量... 9 dtype 对象... float64 获取具有 NaN 的唯一值的数量... NaN 3 50.0 2 10.0 1 70.0 1 90.0 1 30.0 1 dtype: int64
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
