如何统计不同数据框中一列中值在列表中出现的次数？

Question

我需要计算一个列表中的值在另一个DataFrame的列中出现的次数。

我尝试使用df['Column'].value_counts()。但是，如果列表中存在某个值，但不在该列中，则不会在结果中显示。

df = pd.DataFrame({'Column': [HIGH, HIGH, HIGH, LOW, LOW, LOW, LOW]})

list = ['HIGH', 'MEDIUM', 'LOW']

I expect the output to be:

HIGH      3
MEDIUM    0
LOW       4

但是使用.value_counts()我得到了：

HIGH      3
LOW       4

能否有人指出如何实现这一点？是否可以编写一段代码，以便我的输出始终显示HIGH、MEDIUM和LOW的计数，而不管数据如何分布？（下次加载数据时，可能没有HIGH值，而是MEDIUM）

- pd123

Answer 1

一个快速的解决方案是 reindex。

df.Column.value_counts().reindex(list,fill_value=0)
HIGH      3
MEDIUM    0
LOW       4
Name: Column, dtype: int64

---

pd.Categorical的另一种使用方式是

pd.Categorical(df.Column,list).value_counts()
HIGH      3
MEDIUM    0
LOW       4
dtype: int64

- BENY

Answer 2

尝试以下代码，它首先创建一个空序列，然后将其与value_counts序列联合起来： pd.Series(0, index=list).combine(df.value_counts(), max)

- hacker315