将apply的输出作为dict保留在分类数据帧中

让我们从一个简单的 pandas.DataFrame

import pandas as pd

df = pd.DataFrame({"a": [1, 2, 3], "b": [2, 4, 4]})    
print(df)
>>>    a  b
    0  1  2
    1  2  4
    2  3  4

我想知道在我的数据帧的每一列中有什么不同的值,有多少次出现,每一列在一个漂亮的字典中表示(我知道以这种方式转换为字典可能不是最佳实践,但我需要它来做我的说明)

df.apply(lambda x: x.value_counts().to_dict())
>>> a    {3: 1, 2: 1, 1: 1}
    b          {4: 2, 2: 1}
dtype: object

到目前为止还不错吧?如果我的数据帧是另一种类型,比如说类别,会发生什么?我也期待同样的结果,对吧?

绝对不是:

df = df.astype('category') # Let's keep the same values, but now as type categorical
df.apply(lambda x: x.value_counts().to_dict())
>>>      a    b
     1  1.0  NaN
     2  1.0  1.0
     3  1.0  NaN
     4  NaN  2.0

我一开始有点奇怪 pd.Series ,然后是 pd.DataFrame 你知道为什么会有这种行为吗?更重要的是,如何防止这种情况发生?

编辑:只要原始数据帧的一列是分类列,这似乎就可以工作。 df['a'] = df['a'].astype('category'] 产生与我的第二个例子相同的结果

result_type ,无济于事