创建 NAN 类别后，groupby 对象的聚合出错

Question

我先创建一些数据：

df = pd.DataFrame(data = {"A":np.random.random_integers(1,10,10), "B":np.arange(1,11,1)})
df.A.ix[3,4] = np.nan

然后我得到了一个带有 Nans 的 pd 数据框

    A   B
0   7   1
1   1   2
2   3   3
3   NaN 4
4   NaN 5
5   9   6
6   2   7
7   10  8
8   6   9
9   6   10

我尝试使用 pd.cut 函数对 A 列进行分组，并在每个组上添加使用聚合函数

bin_S = pd.cut(df.A, [-math.inf, 3,5,8,9, math.inf],right= False)
df.groupby(bin_S).agg("count")

但是 Nan 值没有分组（没有 Nan 类别）

            A   B
A       
[-inf, 3)   2   2
[3, 5)      1   1
[5, 8)      3   3
[8, 9)      0   0
[9, inf)    2   2

然后我尝试通过以下方式添加一个名为“Missing”的新类别：

bin_S.cat.add_categories("Missing", inplace = True) 
bin_S.fillna(value = "Missing", inplace = True

分箱系列看起来不错。但是，groupby 聚合并不是我所期望的。

df.groupby(bin_S).agg("count")

结果是，

            A   B
A       
[-inf, 3)   2   2
[3, 5)      1   1
[5, 8)      3   3
[8, 9)      0   0
[9, inf)    2   2
Missing     0   2

我希望 A 列和 B 列完全相同。为什么它们在“缺失”行上有所不同？真正的问题涉及对每个组进行更复杂的操作。这个问题真的很困扰我，因为对 Nan 值进行分组可能不可靠。

Answer 1

'count' 将跳过NaN。你可以使用'size'

df.groupby(bin_S).agg(["size"])