我有一个df.columns=['ID'，'Month'，'Characteristic'，'Value']的 Dataframe df，我想知道子集=['ID'，'Month'，'Characteristic']有多少个值a，所以我首先创建了一个新列df ['Count']=1，然后应用

db=df.groupby(['ID','Month','Characteristic']['Count'].sum()
db=db.to_frame()
db=db.reset_index()

奇怪的是，如果我上传df作为 parquet 使用：

import pyarrow.parquet as pq
_table = (pq.ParquetFile(path)
            .read(use_pandas_metadata=True))
df = _table.to_pandas(strings_to_categorical=True)

当我计算db的时候，它给了我一个内存错误，因为它创建了所有可能的组合：例如，即使ID 1在月份M1中不具有特性C1（单位：db），我也会获得如下行：
| 识别号|特征c|月份|计数|
| - ------|- ------|- ------|- ------|
| 识别码1|C1|M1|无|
我说这很奇怪，因为如果我先把 parquet 保存为csv，然后上传这个csv，它会给我正确的结果，所以在这种情况下，没有零计数的线条。你有什么想法吗？