Question

我有一些数据框，我想在其上做一些groupby-apply：

dftest = df1.append(test2).set_index('date')
doWhat = {'foo' : np.sum, 'bar': np.sum, 'employment_total' : np.mean}

employment_total在某些地方NaN，但不是到处都是：

>>> sum(np.isnan(dftest.employment_total))
404394
>>> sum(np.isnan(dftest.employment_total) == False)
6864

但是，当我创建月平均值时，到处都是NaN - 我猜是因为我使用的是np.mean：

aggASS = dftest.groupby(['state', pd.TimeGrouper("M", label='left'), 'status']).agg(doWhat)
>>> aggASS.loc[np.isnan(aggASS.employment_total) == False]
Empty DataFrame
Columns: [shopping_weighted, employment_total]
Index: []

我需要使用doWhat，因为我对不同的列使用不同的聚合度量。我尝试在计算之前找到删除pandas.mean的{{1}}函数，但我无法找到它。它在哪里？

Answer 1

您可以将均值参数作为字符串'mean'传递，它将使用the pandas version，默认情况下会跳过nans。

import pandas as pd

df = pd.DataFrame(data={'x':[1, 2, 3, 4, pd.np.nan], 'y':['a', 'a', 'a', 'b', 'b']})

funcs = {'x':'mean'}

print(df.groupby('y').agg(funcs))
#    x
# y   
# a  2
# b  4

熊猫：忽略NaN的意思的功能在哪里

1 个答案: