熊猫 groupby mean() 不忽略 NaN

Question

如果我计算一个 groupby 对象的平均值，并且在其中一个组中有一个 NaN(s)，则 NaN 将被忽略。即使在应用 np.mean 时，它仍然只返回所有有效数字的平均值。我希望只要有一个 NaN 在组内，就会出现返回 NaN 的行为。这是行为的简化示例

import pandas as pd
import numpy as np
c = pd.DataFrame({'a':[1,np.nan,2,3],'b':[1,2,1,2]})
c.groupby('b').mean()
     a
b
1  1.5
2  3.0
c.groupby('b').agg(np.mean)
     a
b
1  1.5
2  3.0

我想收到以下结果：

      a
b
1  1.5
2  NaN

我知道我可以事先替换 NaN，并且我可能可以编写自己的聚合函数以在 NaN 位于组内时立即返回 NaN。但是这个功能不会被优化。

您是否知道使用优化函数实现所需行为的论点？

顺便说一句，我认为所需的行为是在以前版本的熊猫中实现的。

原文由 Tim Tee 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

默认情况下， pandas 跳过 Nan 值。您可以通过指定 skipna=False 使其包含 Nan ：

 In [215]: c.groupby('b').agg({'a': lambda x: x.mean(skipna=False)})
Out[215]:
     a
b
1  1.5
2  NaN

原文由 Mayank Porwal 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

有 mean(skipna=False) ，但它不起作用

GroupBy 聚合方法（min、max、mean、median 等）具有 skipna 参数，这是针对此确切任务的，但目前（2020 年 5 月）似乎存在 错误（issue于 2020 年 3 月开放），这会使其无法正常工作。

快速解决方法

基于此评论的完整工作示例： @Serge Ballesta ， @RoelAdriaans

 >>> import pandas as pd
>>> import numpy as np
>>> c = pd.DataFrame({'a':[1,np.nan,2,3],'b':[1,2,1,2]})
>>> c.fillna(np.inf).groupby('b').mean().replace(np.inf, np.nan)

     a
b
1  1.5
2  NaN

如需更多信息和更新，请点击上面的链接。

原文由 Dmitriy Work 发布，翻译遵循 CC BY-SA 4.0 许可协议