value_counts()是统计单列频次与占比最常用方法，默认降序排列，加normalize=True得占比，dropna=False保留NaN；多列组合用groupby().size()或crosstab()；转DataFrame用reset_index(name='count')；大数据量建议sort=False和astype('category')提速。
用 value_counts() 快速统计单列频次和占比
直接调用 value_counts() 是最常用也最稳妥的方式。它默认按频次降序排列，加参数 normalize=True 就能返回占比（小数形式），加 dropna=False 可保留缺失值统计。
常见错误是忽略 dropna 参数——当列含 NaN 时，默认会丢掉，导致总数变少、占比失真。如果业务上需要把空值当作一类处理，必须显式传入 dropna=False。
-
df['category_col'].value_counts()→ 返回频次 Series -
df['category_col'].value_counts(normalize=True)→ 返回占比（总和为 1.0） -
df['category_col'].value_counts(dropna=False, normalize=True)→ 含NaN的完整占比
对多列同时统计：用 groupby().size() 或 crosstab()
单列统计够用，但若需看两个类别变量的组合分布（比如“城市 × 性别”），value_counts() 支持多列传入，但更清晰的做法是用 groupby().size() 或 pd.crosstab()。
groupby().size() 返回的是 MultiIndex Series，适合后续做归一化；crosstab() 直接生成二维表，更适合展示或导出。注意 crosstab() 默认忽略 NaN，如需包含，得先用 fillna() 替换或传入 dropna=False（Pandas ≥ 1.5.0）。
立即学习“Python免费学习笔记（深入）”；
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
-
df.groupby(['col_a', 'col_b']).size()→ 组合频次 -
pd.crosstab(df['col_a'], df['col_b'])→ 行列交叉表 - 想转成占比？在
crosstab()后链式调用.apply(lambda x: x / x.sum(), axis=1)（行占比）或axis=0（列占比）
结果转成 DataFrame 并添加百分比列
原始 value_counts() 返回的是 Series，常需转成带列名的 DataFrame 方便后续拼接或导出。直接用 reset_index(name='count') 即可；占比列建议手动计算，避免浮点精度误差累积。
容易踩的坑是直接对 normalize=True 的结果乘 100 得到百分比——虽然数值上没问题，但类型是 float，显示不友好。更推荐用 round(2) 控制小数位，并显式转成字符串加 % 符号用于展示（但注意：加符号后就不再是数值，不能参与计算）。
freq_df = df['cat'].value_counts().reset_index(name='count')freq_df['pct'] = (freq_df['count'] / freq_df['count'].sum() * 100).round(2)- 如需显示列：
freq_df['pct_display'] = freq_df['pct'].astype(str) + '%'
性能与内存：大数据量下慎用 value_counts(sort=False)
当类别数极多（比如百万级唯一值）且不关心排序时，加 sort=False 能显著提速——Pandas 默认排序开销不小。另外，value_counts() 内部会构建哈希表，对超大 DataFrame（千万行以上）可能触发内存压力，此时可考虑分块读取或用 category 类型提前编码。
一个被忽略的细节：value_counts() 对 object 类型列比对 category 类型慢数倍。如果该列实际类别有限，先执行 df['col'] = df['col'].astype('category') 再统计，既省内存又快。
- 提速关键：
df['col'].value_counts(sort=False) - 内存优化前提：确认该列真实类别数远小于行数，再转
category - 别盲目转：
category对高频更新/追加数据不友好，仅适用于静态或低频变更场景
