python - Pandas groupby mean() 不忽略 NaN

Question

如果我计算一个 groupby 对象的平均值，并且在其中一个组中有一个 NaN(s)，则 NaN 将被忽略。即使在应用 np.mean 时，它仍然只返回所有有效数字的平均值。我希望只要有一个 NaN 在组内，就会出现返回 NaN 的行为。这里有一个简化的行为示例

import pandas as pd
import numpy as np
c = pd.DataFrame({'a':[1,np.nan,2,3],'b':[1,2,1,2]})
c.groupby('b').mean()
     a
b     
1  1.5
2  3.0
c.groupby('b').agg(np.mean)
     a
b     
1  1.5
2  3.0

我想收到以下结果:

     a
b     
1  1.5
2  NaN

我知道我可以事先替换 NaN，并且我可能可以编写自己的聚合函数，以便在 NaN 位于组内时立即返回 NaN。但是这个功能不会被优化。

您是否知道使用优化函数实现所需行为的论点？

顺便说一句，我认为所需的行为是在以前版本的 pandas 中实现的。

Answer 1

默认情况下，pandas 会跳过 Nan 值。您可以通过指定 skipna=False 使其包含 Nan:

In [215]: c.groupby('b').agg({'a': lambda x: x.mean(skipna=False)})
Out[215]: 
     a
b     
1  1.5
2  NaN