使用PANDAS中的value_counts（）零次出现频率

使用PANDAS中的value_counts（）零次出现/频率

您可以在之后重新索引结果，

value_counts

并用0填充缺失的值。

df.loc[df.CAR == 'BMW', 'DATE'].value_counts().reindex(    df.DATE.unique(), fill_value=0)

输出：

2012/01/01    22012/01/02    12012/01/03    02012/09/01    12012/09/02    0Name: DATE, dtype: int64

---

取而代之的是，

value_counts

您还可以考虑检查相等性和总和，并按日期分组，其中包括所有日期。

df['CAR'].eq('BMW').astype(int).groupby(df['DATE']).sum()

输出：

DATE2012/01/01    22012/01/02    12012/01/03    02012/09/01    12012/09/02    0Name: CAR, dtype: int32