本文详解如何在 Pandas 中对指定列进行分组，并精确统计每组中另一列的非缺失值（non-null）数量，尤其解决默认 value_counts() 无法体现“零计数”类别的常见痛点。
本文详解如何在 pandes 中对指定列进行分组，并精确统计每组中另一列的**非缺失值（non-null）数量**，尤其解决默认 `value_counts()` 无法体现“零计数”类别的常见痛点。
在 Pandas 数据分析中，value_counts() 是快速获取某列频次分布的常用方法，但它仅作用于单列，且天然忽略缺失值（NaN）的存在语义——即它只统计该列自身的非空值出现次数，无法反映“某组内其他列是否为空”的业务逻辑。例如，当需要统计每个 ColA 类别下 ColB 的有效记录数（含 NaN 视为无效），而 ColA='D' 对应的 ColB=NaN 时，df.ColA.value_counts() 仍会返回 D: 1，这显然不符合“按 ColA 分组、统计 ColB 有效值个数”的真实需求。
正确做法是使用 groupby + count() 组合：
count() 在 Series 或 DataFrame 的列上被调用时，默认仅统计非空（non-null）值的数量，且能自然保留所有分组键（包括那些对应全空值的组），从而实现“零计数”的显式表达。
以下为完整示例：
import pandas as pd
import numpy as np
# 构造示例数据
df = pd.DataFrame({
'ColA': ['A', 'A', 'B', 'B', 'C', 'D'],
'ColB': ['01', '02', '03', '04', '05', np.nan]
})
# ✅ 正确：按 ColA 分组，统计 ColB 的非空值数量
result = df.groupby('ColA', as_index=False)['ColB'].count()
print(result)输出：
ColA ColB 0 A 2 1 B 2 2 C 1 3 D 0
? 关键说明：
- df.groupby('ColA', as_index=False) 确保结果为 DataFrame（而非默认的 Series with MultiIndex），便于后续处理；
- ['ColB'].count() 明确指定对 ColB 列计数，自动跳过 NaN；
- 即使 ColA='D' 对应的 ColB 全为 NaN，该组仍保留在结果中，计数值为 0。
⚠️ 注意事项：
- 不要误用 size()：df.groupby('ColA')['ColB'].size() 返回的是每组总行数（含 NaN），本例中 D 组结果为 1，不符合要求；
- 避免链式 value_counts()：df.dropna(subset=['ColB']).ColA.value_counts() 会直接丢弃 D 行，导致 D 缺失；
- 若需多列统计，可扩展为：df.groupby('ColA')[['ColB', 'ColC']].count()，各列独立计算非空值数量。
总结：当目标是“按某列分组 + 统计另一列的有效观测数”，务必选用 groupby(...)[col].count() 模式。它语义清晰、行为确定、结果完整，是 Pandas 中处理带缺失值分组计数任务的标准范式。
