Dropna设置为True的 pandas Groupby生成错误输出 [英] Pandas groupby with dropna set to True generating wrong output

问题描述

在以下代码片断中：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        "a": [1, 2, 3, 4, 5, 6, 7, 8, 9], 
        "b": [1, np.nan, 1, np.nan, 2, 1, 2, np.nan, 1]
    }
)
df_again = df.groupby("b", dropna=False).apply(lambda x: x)

我预期df和df_again相同。但它们不是：

df
   a    b
0  1  1.0
1  2  NaN
2  3  1.0
3  4  NaN
4  5  2.0
5  6  1.0
6  7  2.0
7  8  NaN
8  9  1.0

df_again
   a    b
0  1  1.0
2  3  1.0
4  5  2.0
5  6  1.0
6  7  2.0
8  9  1.0

现在，如果我将lambda表达式略微调整为"；，请参阅"；What With With by df.groupby("b", dropna=False).apply(lambda x: print(x))我实际上可以想象df中b是NaN的那部分也已处理。

我这里错过了什么？ (使用 pandas 1.3.1和Numpy 1.20.3)

推荐答案

这是 pandas 1.2.0中引入的错误，如here所述，已解决here。

这篇关于Dropna设置为True的 pandas Groupby生成错误输出的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！