我有一个类似于
的数据框df = pd.DataFrame({'A': [1, np.nan,2,3, np.nan,4], 'B': [np.nan, 1,np.nan,2, 3, np.nan]})
df
A B
0 1.0 NaN
1 NaN 1.0
2 2.0 NaN
3 3.0 2.0
4 NaN 3.0
5 4.0 NaN
我如何计算 A 是 np.nan
但 B 不是 np.nan
,A 不是 np.nan
的出现次数但是 B 是 np.nan
,A 和 B 都不是 np.nan
?
我尝试了 df.groupby(['A', 'B']).count()
但它没有读取带有 np.nan
的行。
最佳答案
使用
df.isnull().groupby(['A','B']).size()
Out[541]:
A B
False False 1
True 3
True False 2
dtype: int64
关于python - Pandas 用 nan 计算 2 列的不同组合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55448320/