如何分组并计算pandas中组中每列的无缺失值的数量

Question

我有以下datadrame

user_id  var  qualified_date    loyal_date
  1       1      2017-01-17     2017-02-03
  2       1      2017-01-03     2017-01-13
  3       1      2017-01-11      NaT
  4       1       NaT            NaT
  5       1       NaT            NaT
  6       2      2017-01-15      2017-02-14
  7       2      2017-01-07      NaT
  8       2      2017-01-23      2017-02-18
  9       2      2017-01-25      NaT
  10      2      2017-01-11      2017-03-01

我需要按照＆＃39; Var＆＃39;中的值对此数据帧进行分组。然后计算每个＆＃39; qualified_date＆＃39;的非缺失值的数量。和＆＃39; engaged_date＆＃39;列。我可以单独为每个列执行此操作，并将它们手动放入数据框中，但我正在寻找一个groupby方法或类似的方法，我可以自动来到一个新的DF而不是在＆＃39; var＆＃39;作为索引和两列显示每个组的非缺失值的计数。

喜欢这个

var  qualified_count loyal_count
 1       xx            xx
 2       xx            xx

Answer 1

您可以在计算时使用仅包含非NaN条目的DF.GroupBy.count。因此，您可以让var成为分组键，然后分别聚合DF的两个选定列的计数，如下所示：

cols = ['qualified_date', 'loyal_date']
df.groupby('var')[cols].agg('count').add_suffix("_count").reset_index()