Python Pandas – 返回包括 NaN 值在内的索引对象中唯一值的数量的系列

使用 index.value_counts() 方法返回一个包含 NaN 值在内的索引对象中唯一值的数量的系列。将参数 dropna 的值设为 False 。

首先，导入必要的库 –

import pandas as pd
import numpy as np

创建 Pandas 索引，其中包括一些 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() 获取唯一值的计数。使用 “dropna” 参数的 “False” 值考虑 NaN 值 −

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，其中包括一些 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)

# 返回索引中元素的数量
print("\n索引中元素的数量...\n",index.size)

# 返回数据的 dtype
print("\n数据的 dtype...\n",index.dtype)

# 使用 value_counts() 获取唯一值的计数，使用 "dropna" 参数的 "False" 值考虑 NaN 值
print("\n获取包括 NaN 的唯一值计数...\n",index.value_counts(dropna=False))

输出结果

将产生以下输出 −

Pandas 索引...
Float64Index([50.0, 10.0, 70.0, nan, 90.0, 50.0, nan, nan, 30.0], dtype='float64')

索引中元素的数量...
9

数据的 dtype...
float64

获取包括 NaN 的唯一值计数...
NaN   3
50.0  2
10.0  1
70.0  1
90.0  1
30.0  1
dtype: int64