python - 确保 groupby 输出类型

Question

考虑这个例子:

import pandas as pd
import numpy as np
foo = pd.DataFrame(dict(letter=['a', 'a', 'a', 'b', 'b', 'b', 'a', 'b'],
                 number=[1,1,2,2,3,np.nan, np.nan,4]))
grouped = foo.groupby(foo.number)
print grouped['letter'].transform(lambda x: sum(x=='a'))

Out[18]: 
0    2
1    2
2    1
3    1
4    0
5    b
6    a
7    0

不是在 5 和 6 行上显示 1，而是 'a' 和 ' b' 被显示出来，大概是因为 groupby 是在 np.nan 值上建立索引的。有没有什么办法可以阻止这种情况发生，而不用用一些虚拟变量替换 nan 值？另外 - 为什么会发生这种情况？

Answer 1

pandas 文档在这里对此进行了解释:http://pandas.pydata.org/pandas-docs/stable/missing_data.html

NAN 被排除在外，这与 R 一致。

早期版本的 Pandas 确实包含它们，但它们已被删除。