我想使用 sum 聚合 Pandas DataFrame 并在组的所有值都是 NaN 时得到 NaN。这适用于 .agg('sum', min_count=1) 但 min_count 在使用聚合字典时会被忽略。
我在这里遗漏了什么,我该如何解决?
示例:
import pandas as pd
import numpy as np
d = {'l': ['a', 'b', 'a', 'b', 'c', 'c'],
'v': [-1, 1, np.nan, 1, np.nan, np.nan],
'w': [-1, 1, np.nan, 1, np.nan, np.nan]}
df = pd.DataFrame(d)
sum 将为所有 NaN 的组返回 0.0 但我们可以通过使用参数 min_count=1< 来解决这个问题:
print(df.groupby('l')['v'].agg('sum'))
> l
> a -1.0
> b 2.0
> c 0.0
> Name: v, dtype: float64
print(df.groupby('l')['v'].agg('sum', min_count=1))
> l
> a -1.0
> b 2.0
> c NaN
> Name: v, dtype: float64
但是在使用字典时,似乎忽略了关键字参数。
df.groupby('l').agg({'v':'sum', 'w':'mean'}, min_count=1)
> Name: v, dtype: float64
> v w
> l
> a -1.0 -1.0
> b 2.0 1.0
> c 0.0 NaN
感谢您的帮助!
请您参考如下方法:
您可以使用 lambda 函数:
df1 = df.groupby('l').agg({'v': lambda x: x.sum(min_count=1), 'w': 'mean'})
print (df1)
v w
l
a -1.0 -1.0
b 2.0 1.0
c NaN NaN
