本文详解如何在 Pandas 中对某一列（如 ColA）进行分组后，精确统计另一列（如 ColB）中非缺失值（non-null）的数量，确保缺失值被计为 0 而非忽略，解决 value_counts() 无法反映“零频次”场景的核心痛点。
本文详解如何在 pandas 中对某一列（如 cola）进行分组后，精确统计另一列（如 colb）中**非缺失值（non-null）的数量**，确保缺失值被计为 0 而非忽略，解决 `value_counts()` 无法反映“零频次”场景的核心痛点。
在数据分析中，我们常需统计某分类变量（如用户分组、地区标签）下另一字段的有效观测数。例如，给定如下 DataFrame：
import pandas as pd
import numpy as np
df = pd.DataFrame({
'ColA': ['A', 'A', 'B', 'B', 'C', 'D'],
'ColB': ['01', '02', '03', '04', '05', np.nan]
})直接使用 df['ColA'].value_counts() 仅统计 ColA 自身的出现频次（忽略 ColB 的完整性），且无法体现 D 组在 ColB 中“有记录但值为空”的语义——它会返回 D: 1（因 ColA == 'D' 出现一次），而非业务所需的 D: 0（ColB 在该组中无有效值）。
✅ 正确解法是：以 ColA 分组 → 对 ColB 应用 count() 方法 → 利用 count() 的天然特性（自动忽略 NaN）→ 结合 as_index=False 保证输出为标准 DataFrame：
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：NaN 被正确计为 0
? 原理说明：Series.count() 在分组上下文中统计非空元素个数，与 len() 或 size 有本质区别：
- count() → 排除 NaN，返回有效值数量；
- size / len() → 返回组内总行数（含 NaN）；
- nunique() → 返回去重后的非空唯一值数量。
? 进阶提示：
- 若需同时统计多个列的非空计数，可传入列表：
df.groupby('ColA', as_index=False)[['ColB', 'ColC']].count() - 若需保留原始索引或进一步聚合（如均值+计数），推荐使用 agg：
df.groupby('ColA').agg(count_B=('ColB', 'count'), mean_C=('ColC', 'mean')).reset_index() - 注意 as_index=False 的必要性：省略时返回 ColA 为索引的 Series/DataFrame，不利于后续合并或导出。
? 总结：当目标是“按某列分组，并统计另一列中实际可用数据量”时，请始终优先使用 groupby(...)[col].count()，而非 value_counts() 或 size() —— 它精准传达“有效观测数”的业务含义，是构建可靠数据质量报告与分组分析的基础操作。
