python - 为什么pandas value_counts() 显示某些值的计数为零？

Question

我有一个数据框，其中一列是带有以下标签的分类变量:['Short', 'Medium', 'Long', 'Very Long', 'Extremely Long'] .我正在尝试创建一个新的数据框，它删除所有 Extremely Long 的行.

我尝试通过以下方式做到这一点:

df2 = df.query('ride_type != "Extremely Long"')
df2 = df[df['ride_type'] != 'Extremely Long']

但是，当我运行 .value_counts() 时，我得到以下信息:

df2.ride_type.value_counts()
>>> Short             130474
Long              129701
Medium            129607
Very Long         110988
Extremely Long         0
Name: ride_type, dtype: int64

换句话说， Extremely Long仍然存在，所以我不能只用我想要的四个类别来绘制图表。

Answer 1

这是分类数据的一个特征。你可能有这样的东西:

df = pd.DataFrame({'ride_type': pd.Categorical(
    ['Long', 'Long'], categories=['Long', 'Short'])})

df
  ride_type
0      Long
1      Long

调用 value_counts在分类列上将记录所有类别的计数，而不仅仅是存在的类别。

df['ride_type'].value_counts()    

Long     2
Short    0
Name: ride_type, dtype: int64

解决方案是删除未使用的类别，或转换为字符串:

df['ride_type'].cat.remove_unused_categories().value_counts() 

Long    2
Name: ride_type, dtype: int64

# or,
df['ride_type'].astype(str).value_counts() 

Long    2
Name: ride_type, dtype: int64