python - 将 NaN 作为 value_counts() 的第一个值

Question

我有一个小数据集，我需要对其执行计数值操作。数据集看起来像这样:

A   B
1   67
1   56
1   23
2   22
2   12
3   78

columns = ["Count"]
g = pd.DataFrame(A.value_counts(), index=False, columns=columns)

所以我想做的是尝试计算 A 列中每个唯一值的实例数并创建一个新的 DataFrame，我尝试使用 A.value_counts()，但是当我尝试放入这个新列，我得到的第一个值为 NaN。可能是什么问题？这是我得到的:

A Count
1  NaN
2  3
3  2

我得到的第一个值为 NaN，之后显示正常输出。可能是什么原因？我希望输出是这样的:

A  Count
1   3
2   2
3   1

我应该如何避免得到这个 NaN 值？数据集中的索引从 0 开始。

Answer 1

你通常会这样做

In [2334]: df.A.value_counts().reset_index(name='Count').rename(columns={'index': 'A'})
Out[2334]:
   A  Count
0  1      3
1  2      2
2  3      1

或者，

In [2335]: df.groupby('A').size().reset_index(name='Count')
Out[2335]:
   A  Count
0  1      3
1  2      2
2  3      1

详细信息

In [2337]: df
Out[2337]:
   A   B
0  1  67
1  1  56
2  1  23
3  2  22
4  2  12
5  3  78