Python pandas 忽略 NaN 的唯一值

Question

我想在 groupby 聚合中使用 unique，但我不想在 unique 结果中使用 nan。

示例数据框：

df = pd.DataFrame({'a': [1, 2, 1, 1, np.nan, 3, 3], 'b': [0,0,1,1,1,1,1],
    'c': ['foo', np.nan, 'bar', 'foo', 'baz', 'foo', 'bar']})

       a  b    c
0 1.0000  0  foo
1 2.0000  0  NaN
2 1.0000  1  bar
3 1.0000  1  foo
4    nan  1  baz
5 3.0000  1  foo
6 3.0000  1  bar

和 groupby:

df.groupby('b').agg({'a': ['min', 'max', 'unique'], 'c': ['first', 'last', 'unique']})

其结果为：

       a                             c                      
     min    max           unique first last           unique
b                                                           
0 1.0000 2.0000       [1.0, 2.0]   foo  foo       [foo, nan]
1 1.0000 3.0000  [1.0, nan, 3.0]   bar  bar  [bar, foo, baz]

但我想要没有 nan:

       a                        c                      
     min    max      unique first last           unique
b                                                           
0 1.0000 2.0000  [1.0, 2.0]   foo  foo            [foo]
1 1.0000 3.0000  [1.0, 3.0]   bar  bar  [bar, foo, baz]

我该怎么做？当然，我有几个列要聚合，每个列都需要不同的聚合函数，所以我不想一个一个地进行 unique 聚合，并且与其他聚合分开。

Answer 1

2020 年 11 月 23 日更新

这个答案很糟糕，不要使用这个。请参考@IanS的回答

早些时候

尝试ffill

df.ffill().groupby('b').agg({'a': ['min', 'max', 'unique'], 'c': ['first', 'last', 'unique']})

      c                          a                 
  first last           unique  min  max      unique
b                                                  
0   foo  foo            [foo]  1.0  2.0  [1.0, 2.0]
1   bar  bar  [bar, foo, baz]  1.0  3.0  [1.0, 3.0]

如果 Nan 是组中的第一个元素，则上述解法失效。

Answer 2

定义函数：

def unique_non_null(s):
    return s.dropna().unique()

然后在聚合中使用它：

df.groupby('b').agg({
    'a': ['min', 'max', unique_non_null], 
    'c': ['first', 'last', unique_non_null]
})

Answer 3

这将满足您的需要：

df.fillna(method='ffill').groupby('b').agg({'a': ['min', 'max', 'unique'], 'c': ['first', 'last', 'unique']})

因为你使用了min，max和unique重复的值与你无关。

Answer 4

您可以使用下面的代码，

    df.apply(lambda x: len(x.dropna().unique()))

Python pandas 忽略 NaN 的唯一值

Python pandas unique value ignoring NaN

python

null

group-by

unique

pandas

2020 年 11 月 23 日更新

早些时候