本文详解如何在 Pandas 中对某列（如 ColA）进行分组后，精确统计另一列（如 ColB）中非缺失值的数量，确保缺失值（NaN）被计为 0 而非忽略，解决 value_counts() 无法跨列条件计数的核心痛点。
本文详解如何在 pandas 中对某列（如 cola）进行分组后，精确统计另一列（如 colb）中**非缺失值的数量**，确保缺失值（nan）被计为 0 而非忽略，解决 `value_counts()` 无法跨列条件计数的核心痛点。
在数据分析中，我们常需回答类似“每个类别下，某指标的有效记录有多少条？”的问题。此时若直接使用 df['ColA'].value_counts()，它仅统计 ColA 自身各取值的频次，完全不考虑其他列的数据状态；而若用 df.groupby('ColA')['ColB'].count()，其默认行为是自动排除 NaN——这看似合理，但关键在于：它不会为不含有效值的组返回 0，而是直接跳过该组（例如原始数据中 ColA == 'D' 时 ColB 为 NaN，count() 仍会返回 D → 0，但必须配合 as_index=False 和明确列选择才能获得结构化结果）。
正确做法是显式执行分组 + 列级非空计数：
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 中非 NaN 值的数量（含 0）
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
? 原理说明：groupby(...)[col].count() 在 Pandas 中专指「该列在每组内的非空值个数」，且自动将全空组的结果设为 0（注意：这是 count() 方法的固有行为，不同于 size() 或 len()）。as_index=False 确保结果为标准 DataFrame，便于后续处理。
⚠️ 注意事项：
- 不要误用 df.groupby('ColA')['ColB'].size() —— 它统计每组总行数（含 NaN），D 组将返回 1，不符合需求；
- 避免 df.groupby('ColA').count() 全列调用，它会对所有数值列分别计数，可能引入冗余列且逻辑不聚焦；
- 若需同时统计多个列的非空数，可传入列表：df.groupby('ColA', as_index=False)[['ColB', 'ColC']].count()；
- 对于更复杂的条件计数（如“ColB > 10 的个数”），应改用 agg() 配合 lambda：
df.groupby('ColA', as_index=False).agg( colb_valid_count=('ColB', lambda x: x.notna().sum()) )
总结：当目标是「按主分类列分组，并精确量化某指标列的有效观测数」时，groupby(...)[target_col].count() 是最简洁、语义最清晰、结果最可靠的方案。它天然支持缺失值归零语义，无需额外填充或条件判断，是 Pandas 数据聚合中的基础但易被低估的关键技巧。
