Python 迭代数据帧的所有列，并计算每列中的值（pd.Series.value_counts（dropna=False））不起作用

我希望遍历pandas数据帧的所有列，并计算每列中的值

因此，我执行了以下代码

df.apply（pd.Series.value\u counts）

，这对我来说非常有效

但是，现在我想在我的代码中添加参数'dropna=False'，如下所示：

df.apply（pd.Series.value_counts（dropna=False））

。但现在我得到了以下错误：

value_counts() missing 1 required positional argument: 'self'

有人知道如何解决这个问题吗

---

关于

您可以使用lambda将参数

dropna=False

传递到

value\u counts

函数中

df.apply((lambda x: pd.Series.value_counts(x, dropna=False)))

---

让我知道它是否给出了所需的输出。

您可以使用lambda将参数

dropna=False

传递到

value\u counts

函数中

df.apply((lambda x: pd.Series.value_counts(x, dropna=False)))

---

让我知道它是否提供了所需的输出。

谢谢您的回复。不幸的是，建议的代码将导致完全相同的行为，就像我删除参数一样（dropna=False）。参数似乎没有转发到函数。@blackrafi它似乎正在处理我的示例数据。你能上传你正在使用的样本数据和预期的输出吗？对不起，你的建议非常有效。我的脚本有一点错误。非常感谢。谢谢你的回复。不幸的是，建议的代码将导致完全相同的行为，就像我删除参数一样（dropna=False）。参数似乎没有转发到函数。@blackrafi它似乎正在处理我的示例数据。你能上传你正在使用的样本数据和预期的输出吗？对不起，你的建议非常有效。我的脚本有一点错误。非常感谢。