python - 与数据框中不存在的索引聚合

Question

df = pd.DataFrame({'x':[1,2,3,4,5,6],'y':[7,8,9,10,11,12],'z':['a','a','a','b','b','b']})
i = pd.Index([0,3,5,10,20])

i 中的索引来自更大的数据帧，df 是该更大数据帧的子集。所以 i 中会有索引，而 df 中没有。当我做的时候

df.groupby('z').aggregate({'y':lambda x: sum(x.loc[i])}) #I know I can just use .aggregate({'y':sum}), this is just an example to illustrate my problem

我得到了这个输出

   y
z    
a NaN
b NaN

还有警告信息

__main__:1: FutureWarning: 
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

如何避免此警告消息并获得正确的输出？在我的示例中，df 的唯一有效索引是 [0,3,5]，因此预期输出为:

   y
z    
a  7 #"sum" of index 0 
b  22 #sum of index [3,5]

编辑

这里的答案很好，但它们不允许 x 和 y 列的不同类型的聚合。例如，假设我想对 x 的所有元素求和，但对于 y 只对索引 i 中的元素求和:

df.groupby('z').aggregate({'x':sum, 'y': lambda x: sum(x.loc[i])})

这是期望的输出:

   y   x                       
z    
a  7   6
b  22  15

Answer 1

编辑更新的问题:

df.groupby('z').agg({'x':'sum','y':lambda r: r.reindex(i).sum()})

输出:

    x   y
z        
a   6   7
b  15  22

使用 reindex，只从 i 中选择那些索引，然后使用 dropna 删除所有那些 nans，因为 i 中的索引不在 df 中。然后是groupyby和agg:

df.reindex(i).dropna(how='all').groupby('z').agg({'y':'sum'})

或者，你真的不需要删除:

df.reindex(i).groupby('z').agg({'y':'sum'})

输出:

      y
z      
a   7.0
b  22.0