python - 分组并找到组的总和，但将 NaN 返回为 NaN，而不是 0

Question

我有一个数据框，其中每个唯一组有 4 行。因此，我需要按使它们独一无二的列进行分组，并进行一些聚合，例如最大值、最小值、总和和平均值。但问题是我有一些组的所有 NaN 值(在某些列中)并返回 0。是否可以返回 NaN？例如:df

       time            id     el    conn   column1  column2  column3
2018-02-11 14:00:00     1     a      12      8        5         NaN
2018-02-11 14:00:00     1     a      12      1        NaN       NaN
2018-02-11 14:00:00     1     a      12      3        7         NaN
2018-02-11 14:00:00     1     a      12      4        12        NaN
2018-02-11 14:00:00     2     a      5       NaN      5         5
2018-02-11 14:00:00     2     a      5       NaN      3         2
2018-02-11 14:00:00     2     a      5       NaN      NaN       6
2018-02-11 14:00:00     2     a      5       NaN      7         NaN

因此，例如，我需要对 column1、column3 和 column2 进行分组('id'、'el'、'conn')并求和。 (在实际情况下，我需要对更多列进行聚合)。我尝试了几种方法:.sum()、.transform('sum')，但是对于所有 NaN 值的组，我返回一个零。

期望的输出:

    time               id    el     conn   column1  column2  column3
2018-02-11 14:00:00     1     a      12      16       24       NaN
2018-02-11 14:00:00     2     a      5       NaN      15        13

欢迎任何帮助。

Answer 1

将参数 min_count 更改为 1 - 这在 last pandas version 0.22.0 中有效:

min_count : int, default 0

The required number of valid values to perform the operation. If fewer than min_count non-NA values are present the result will be NA.

New in version 0.22.0: Added with the default being 1. This means the sum or product of an all-NA or empty series is NaN.

df = df.groupby(['time','id', 'el', 'conn'], as_index=False).sum(min_count=1)
print (df)
                  time  id el  conn  column1  column2  column3
0  2018-02-11 14:00:00   1  a    12     16.0     24.0      NaN
1  2018-02-11 14:00:00   2  a     5      NaN     15.0     13.0