在对具有相同索引名的行进行分组而忽略Nan时，仅使用DataFrame中每一行的特定值的平均值？

Question

如果我有一个DataFrame要在其中将具有相同索引名称的行分组，请说：

  a   b   c
c 2   1   -
c nan 2   -
d 4   3   -
e 5   4   -
d 6   5   -

我想合并具有相同列名的行，同时取它们在a列和b列中的平均值。这样df就会变成：

  a  b 
c 2  1.5 
d 5  4
e 5  4

如果我这样做：

averaging = df.groupby(["Index"])[['a', 'b']].mean()

（“索引”是为行设置的名称）

那行得通，只是它不会忽略nan。因此，我得到的不是我想要的数据框：

  a   b
c nan 1.5
d 5   4
e 5   4

Answer 1

您可以将mean与level=0一起使用

pd.to_numeric(df.a,errors='coerce').mean(level=0)
Out[438]: 
c    2.0
d    5.0
e    5.0
Name: a, dtype: float64

使用replace

，nan也不是NaN。

df=df.replace('nan',np.nan)