在 Pandas value_counts 函数中区分 NaN 值和字符串“NaN”

【问题标题】：Distinguish NaN value and string 'NaN' in Pandas value_counts function在 Pandas value_counts 函数中区分 NaN 值和字符串“NaN”
【发布时间】：2022-01-27 11:54:32
【问题描述】：

在python中我有一个[None, None, 'NaN', 'NaN', None]的列表

当我对这个列表的熊猫系列应用 value_counts 函数时，结果是：

NaN 3
NaN 2

我分不清哪个是哪个。

是否有另一种方法可以区分字符串'NaN' 和值NaN？

【问题讨论】：

你的意思是视觉上的吗？你会在哪里可视化它？壳？笔记本？文件？

标签： python pandas nan nonetype

【解决方案1】：

您如何可视化输出以及您的确切期望尚不清楚，但您可以为字符串 NaN 添加一个后缀：

(pd.Series([None, None, 'NaN', 'NaN', None])
   .add(' (str)')
   .value_counts(dropna=False)
)

输出：

NaN          3
NaN (str)    2
dtype: int64

或者 fillna 带有自定义字符串（这样可以在您有其他类型的情况下工作）：

(pd.Series([None, None, 'NaN', 'NaN', None])
   .fillna('literal NA')
   .value_counts(dropna=False)
)

输出：

literal NA    3
NaN           2
dtype: int64

【讨论】：