Question

使用pandas DataFrame分组操作，我得到了非常奇怪的结果。我想要做的是按索引分组（我的索引是非唯一的），然后适当地填充空值。这在许多情况下有效，但在某些情况下，我得到一个奇怪的行为，其中返回的是所有返回的空DataFrame：

{12, 15, 12}

但是，如果我稍微改变DataFrame，则通过重命名索引项＆＃39; QZa_new＆＃39;到＆＃39; qza_new＆＃39;：

df = pd.DataFrame(columns=['sample', 'cooling_rate'], 
              index=['SYd', 'SYd', 'XNa', 'Xna', 'Qza_new', 'Qza_new'],  
              data=[['SYd', 3], ['SYd', 3], ['XNa', 3], 
                    ['XNa', 3], ['val1', 'val3'], ['val1', None]])

res = df.groupby(df.index).fillna('1')

#Empty DataFrame
#Columns: []
#Index: []

结果是按预期正确分组，填充的DataFrame。我无法理解这种行为，而且我没有得到任何类型的错误＆＃34;。

通过更多实验，看起来密钥肯定在我的DataFrame索引行中：

df = pd.DataFrame(columns=['sample', 'cooling_rate'], 
              index=['SYd', 'SYd', 'XNa', 'Xna', 'qza_new', 'qza_new'],  
              data=[['SYd', 3], ['SYd', 3], ['XNa', 3], 
                    ['XNa', 3], ['val1', 'val3'], ['val1', None]])

res = df.groupby(df.index).fillna('1')
#        sample cooling_rate
#SYd        SYd            3
#SYd        SYd            3
#XNa        XNa            3
#Xna        XNa            3
#qza_new   val1         val3
#qza_new   val1            1

似乎倒数第二个值必须在字母表中早于最后一个值。换句话说，

    index=['SYd', 'SYd', 'XNa', 'Xna', 'qza_new', 'qza_new'],

工作并返回填充的DataFrame，但是：

    index=['SYd', 'SYd', 'XNa', 'XNa', 'a', 'b']

返回一个空的DataFrame。但为什么呢？

我怀疑我必须遗漏一些明显的东西，但我不知道为什么我会看到这种行为。

更新

这个问题似乎已为人所知：https://github.com/pandas-dev/pandas/issues/14955希望下一版本能够修复。

pandas DataFrame groupby + fillna产生非常奇怪的结果

0 个答案: