Question

我使用了groupby和sum（）的以下数据框：

d = {'col1': ["A", "A", "A", "B", "B", "B", "C", "C","C"], 'col2': [1,2,3,4,5,6, np.nan, np.nan, np.nan]}

df = pd.DataFrame(data=d)

df.groupby("col1").sum()

结果如下：

col1 col2   
A   6.0
B   15.0
C   0.0

我希望C显示NaN而不是0，因为C的所有值都是NaN。我该怎么做？ Apply（）与lambda函数？任何帮助，将不胜感激。

Answer 1

使用此：

    private async void nextBtn_Tapped(object sender, RoutedEventArgs e)
    {
        Task<string> help = searchtext();

        box.Text = await help; //this is seems weird

        DoForwardSearch();
    }

    private async Task<string> searchtext()
    {
        box.Text = "Searching...";
        await Task.Delay(100); // I kinda want to avoid a delay
        return "Searching..."; //this is somewhat unnecessary
    }

不用@ df.groupby('col1').apply(pd.DataFrame.sum,skipna=False).reset_index(drop=True) #Or --> df.groupby('col1',as_index=False).apply(pd.DataFrame.sum,skipna=False)来感谢@piRSquared：

apply()

感谢@Alollz：如果您想返回包含NaN而不只是NaN的组的总和

df.set_index('col1').sum(level=0, min_count=1).reset_index()

输出

df.set_index('col1').sum(level=0,min_count=1).reset_index()

Answer 2

使求和调用具有参数skipna = False。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sum.html

该链接应提供您需要的文档，我希望它将解决您的问题。

Answer 3

感谢@ piRSquared，@ Alollz和@ anky_91：

您可以使用而无需设置索引和重置索引：

d = {'col1': ["A", "A", "A", "B", "B", "B", "C", "C","C"], 'col2': [1,2,3,4,5,6, np.nan, np.nan, np.nan]}

df = pd.DataFrame(data=d)

df.groupby("col1", as_index=False).sum(min_count=1)

输出：

  col1  col2
0    A   6.0
1    B  15.0
2    C   NaN

熊猫groupby-自定义功能

3 个答案: