Skip to main content
 首页 » 编程设计

python之.agg Sum 将 NaN 转换为 0

2024年11月01日11me-sa

我正在尝试将 Pandas DataFrame 放入三天的窗口中。我有两列,A 和 B,我想在每个窗口中对它们求和。我为任务编写的这段代码

    df = df.groupby(df.index // 3).agg({'A': 'sum', 'B':'sum'}) 

在执行此求和时将 NaN 值转换为零,但我希望它们保持为 NaN,因为我的数据具有实际的非 NaN 零值。

例如,如果我有这个 df:

df = pd.DataFrame([ 
     [np.nan, np.nan], 
     [np.nan, 0], 
     [np.nan, np.nan], 
     [2,   0], 
     [4 ,  0], 
     [0  , 0] 
], columns=['A','B']) 
 
Index A   B 
0     NaN Nan 
1     NaN 3 
2     NaN Nan 
3     2   0 
4     4   0 
5     0   0 

我希望新的 df 是:

Index A   B 
0     NaN 3 
1     6   0 

但我当前的代码输出:

Index A   B 
0     0   3 
1     6   0 

请您参考如下方法:

df.groupby(df.index // 3)['A', 'B'].mean() 

上面的代码片段提供了上述示例输出。

如果你想求和,请查看 df.groupby(df.index//3)['A', 'B'].sum(min_count = 1)

另一种选择:

df.groupby(df.index // 3).agg({'A': lambda x: x.sum(skipna=False), 
                           'B':lambda x: x.sum(skipna=True)})