例子
import pandas as pd
import numpy as np
d = {'l': ['left', 'right', 'left', 'right', 'left', 'right'],
'r': ['right', 'left', 'right', 'left', 'right', 'left'],
'v': [-1, 1, -1, 1, -1, np.nan]}
df = pd.DataFrame(d)
问题
当分组数据帧包含值 np.NaN
时,我希望分组总和为 NaN
,如 skipna=False
pd.Series.sum
的标志还有pd.DataFrame.sum
然而,这
In [235]: df.v.sum(skipna=False)
Out[235]: nan
但是,此行为并未反射(reflect)在 pandas.DataFrame.groupby
中对象
In [237]: df.groupby('l')['v'].sum()['right']
Out[237]: 2.0
并且不能通过直接应用np.sum
方法来强制
In [238]: df.groupby('l')['v'].apply(np.sum)['right']
Out[238]: 2.0
解决方法
我可以通过这样做来解决这个问题
check_cols = ['v']
df['flag'] = df[check_cols].isnull().any(axis=1)
df.groupby('l')['v', 'flag'].apply(np.sum).apply(
lambda x: x if not x.flag else np.nan,
axis=1
)
但这很丑陋。有没有更好的方法?
最佳答案
我认为这是 pandas 固有的。解决方法可以是:
df.groupby('l')['v'].apply(array).apply(sum)
模仿 numpy 的方式,
或
df.groupby('l')['v'].apply(pd.Series.sum,skipna=False) # for series, or
df.groupby('l')['v'].apply(pd.DataFrame.sum,skipna=False) # for dataframes.
调用好的函数。
关于python - 汇总分组 Pandas 数据框中的行并返回 NaN,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42770300/