Skip to main content
 首页 » 编程设计

python之忽略字典 `count_if=1` 的 Pandas 聚合。

2024年12月31日13jirigala

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