np.nan存在时的熊猫cumcount（）

Question

我有一个这样的数据框：

df = pd.DataFrame([[1, 2, np.nan],
                   [1, np.nan, 3],
                   [2, 2, 3],
                   [3, 4, np.nan]])

当我按预期groupby的所有三列，然后cumcount的时候，所有返回值都应该为0，因为每个组中只有一行，但是我得到的是：

In [34]: df.groupby([0, 1, 2]).cumcount()
Out[34]:
0    0
1    1
2    0
3    2
dtype: int64

我们可以看到所有具有nan值的行都被分组为一个组，这是bug还是我不知道的东西？

Answer 1

groupby省略了NaN行，因此可能的解决方案应将它们替换为数据中不存在的值，例如-1。

顺便说一句，cumcount似乎是用省略的行分隔的组创建的。

for i, df in df.groupby([0, 1, 2]):
    print (df)
   0    1    2
2  2  2.0  3.0

---

print (df.fillna(-1).groupby([0, 1, 2]).cumcount())
0    0
1    0
2    0
3    0
dtype: int64