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

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'、'extrement Long']

。我正在尝试创建一个新的数据框，它将删除所有

非常长的行

我尝试过以下方法：

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

但是，当我运行.value_counts（）时，我会得到以下结果：

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，
非常长的
仍然存在，所以我无法仅用我想要的四个类别绘制图表
 这是分类数据的一个特征。您可能会遇到如下情况：

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

df
  ride_type
0      Long
1      Long

df = df.drop(df.index[df['A'] == 'cat'])
print(df['A'].value_counts())

dog       2
rabbit    2
Name: A, dtype: int64

在分类列上调用
value\u counts
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

您可以这样删除行：

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

df
  ride_type
0      Long
1      Long

df = df.drop(df.index[df['A'] == 'cat'])
print(df['A'].value_counts())

dog       2
rabbit    2
Name: A, dtype: int64

如果
df['ride_type'].dtype
是分类的，那么丢失的类别也会被记录下来。太棒了-谢谢！第一个解决方案工作得很好。如果你觉得答案是有用的，请考虑给它更多的爱。单击我的答案左侧的灰色复选框将其切换为绿色。如果你认为你会得到更多的答案，你可以再等一段时间（我的2c tho，根据你对问题的描述，这些可能是最好的选择）。回答不错：）+1