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。
最佳答案
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
关于python - Pandas groupby mean() 不忽略 NaN,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54106112/