Question

在通过SO进行提问并模拟答案时，我发现Pandas版本的0.21.0之间存在奇怪的行为

虽然将fillna和sum()一起用于一列，但可以按预期运行。但是，它会导致0.0高于版本0.21.0。

DataFrame结构：

>>> df = pd.DataFrame({'PlaceTest':[21,21,22,22], 'Approved':[1,0,1,0]})
>>> df
   PlaceTest  Approved
0         21         1
1         21         0
2         22         1
3         22         0

在使用groupby时使用sum()创建新列。

>>> df['Not Approved'] = df.groupby('PlaceTest')['Approved'].sum()
>>> df
   PlaceTest  Approved  Not Approved
0         21         1           NaN
1         21         0           NaN
2         22         1           NaN
3         22         0           NaN

现在，在使用版本0.21.0时，它将获得所需的结果，如下所示：

>>> df = df.groupby('PlaceTest')['Approved', 'Not Approved'].sum().fillna("1").reset_index()

>>> df
   PlaceTest  Approved Not Approved
0         21         1            1
1         22         1            1

但是，在版本0.23.3中使用相同的方法却没有结果。

>>> df.groupby('PlaceTest')['Approved', 'Not Approved'].sum().fillna("1").reset_index()
   PlaceTest  Approved  Not Approved
0         21         1           0.0
1         22         1           0.0

同时使用sum()和fillna方法时，更大版本的熊猫的功能是否有变化？

希望对此有任何专家的评论，它可能在那里，但目前似乎不在我的脑海。

参考问题goes here

Answer 1

每What's New in Pandas v0.22.0（我的重点）：

Pandas 0.22.0更改了对空和全不适用金额和产品的处理。总结是


一个空或全NA序列的总和现在为0

空白或全NA系列的乘积现在为1


某些背景：在熊猫0.21中，我们根据是否安装了瓶颈修复了所有NA系列的返回值长期存在的不一致问题。参见Sum/Prod of all-NaN or empty Series/DataFrames is now consistently NaN。同时，我们将空系列的和和prod也更改为NaN。 在v0.21.0中，空序列或全NA系列的总和为NaN 。

所以在v.0.22.0中：

In [16]: df.groupby('PlaceTest')['Approved', 'Not Approved'].sum()
Out[16]: 
           Approved  Not Approved
PlaceTest                        
21                1           0.0
22                1           0.0

而在v0.21.0中：

In [16]: df.groupby('PlaceTest')['Approved', 'Not Approved'].sum()
Out[16]: 
           Approved  Not Approved
PlaceTest                        
21                1           NaN
22                1           NaN

因此，在前一种情况下，fillna("1")不执行任何操作，因为没有要填充的NaN。

在大于0.21.0的更大版本中，Pandas使用fillna（）和sum（）返回不同的结果

1 个答案: