python - 用 Pandas 计算每行的 NaN

Question

我正在尝试弄清楚如何在我的数据框中输出 First_Name 列的频率；每行。到目前为止，我已经成功地做到了这一点，但我还想知道如何计算每行的 NaN 值和非 NaN 值。

下面是一个包含两列的数据框:First_Name 和 Favorite_Color。我想看看我是否可以获得 First_Name 列的计数。当我输出代码时，我只能得到非 NaN 值的计数。有没有一种方法可以同时包含 NaN 值的计数并将其作为数据框的一部分？

import pandas as pd

d = 
{
'First_Name': ["Jared", "Lily", "Sarah", "Bill", "Bill", "Alfred", None], 
'Favorite_Color': ["Blue", "Blue", "Pink", "Red", "Yellow", "Orange", "Red"]
}

df = pd.DataFrame(data=d)

df['countNames'] = df.groupby('First_Name')['First_Name'].transform('count')

print(df)

我希望得到 NaN 和非 NaN 值的计数，但我只得到了非 NaN 值的计数。

编辑:谢谢大家!

我真的很喜欢阅读每个人的回答，看到这么多不同的解决方案真的很有趣!我认为 SH-SF 的答案很好，因为它更容易理解，但确实需要使用 numpy 库来获得答案。

Answer 1

IIUC，这应该可以满足您的需求。

nasum=df['First_Name'].isnull().sum()
df['countNames'] = df.groupby('First_Name')['First_Name'].transform('count').replace(np.nan,nasum)

或者，按照 ALollz 的建议，下面的代码也将提供相同的结果

df['countNames'] = df.groupby('First_Name')['First_Name'].transform('count').fillna(nasum)

输入

       First_Name   Favorite_Color
0         Jared     Blue
1          Lily     Blue
2         Sarah     Pink
3          Bill     Red
4          Bill     Yellow
5          Alfred   Orange
6          None     Red
7          None     Pink

输出

     First_Name     Favorite_Color  countNames
0         Jared          Blue        1.0
1         Lily           Blue        1.0
2         Sarah          Pink        1.0
3         Bill           Red         2.0
4         Bill           Yellow      2.0
5         Alfred         Orange      1.0
6         None           Red         2.0
7         None           Pink        2.0