Pandas groupby 计数：仅在数字时计数答案

【问题标题】：Pandas groupby count: count only if numberPandas groupby 计数：仅在数字时计数
【发布时间】：2018-06-05 11:37:42
【问题描述】：

我有一个包含多个字段的 DF。例如：

      Year_end  Week_end Integrado Probs  Duration_hours        Router_name
1225      2017         2        si     1             0.7   C3617_AI670_SARA
1562      2017         2        si   N/A            23.0   CF641_PTC70_SARA
1722      2017         2        si     1           314.1   CH126_R1970_SARA
1731      2017         2        si     1           265.9   CH205_BRR70_SARA
1760      2017         2        si   512             1.5   CO068_ARI70_SARA
1936      2017         2        si    32            23.4   CO721_LE370_SARA
2011      2017         2        si   N/A             0.5   CR015_EMP70_SARA
2335      2017         2        si     1           340.3   RJ046_LR170_SARM
2337      2017         2        si   N/A             2.5   RJ077_LR370_SARM
2342      2017         2        si   N/A             2.0   RJ092_RJA70_SARA
2346      2017         2        si     1           338.3   RJ204_LR670_SARM
2350      2017         2        si   N/A             2.7   RJ210_RJC70_SARA

我在做 groupby 比如：

fieldsX = ['Year_end','Week_end']
f = { 'Router_name':['count'], 'Probs':['count'], 'Duration_hours':['mean'] }
a = a.groupby(fieldsX).agg(f)

这工作正常。唯一的问题是字段Probs 既有数字又有特定的字符串N/A。我只想计算所有数字但不N/A 出现。

所以，count(Router_name) = 12 但count(Probs) **should** be 7。取而代之的是我的count(Probs) = 12。

我该怎么做？

谢谢！

【问题讨论】：

尝试用 np.nan 替换 'N/A'。或者他们已经是了。
将f 更改为f = { 'Router_name':['count'], 'Probs':[lambda x: x.replace('N/A', np.nan).count()], 'Duration_hours':['mean'] }。
我会做类似的事情：df.Probs = pd.to_numeric(df.Probs, errors='coerce') 从 Probs 列中的 N/A 值中“清理”数据。
谢谢各位。两个答案都解决了我的问题！谢谢！
虽然我的工作正常，但我强烈建议使用@AntonvBR 提供的内容。它更简洁，很明显Probs 是一个数字列。

标签： python-3.x pandas count pandas-groupby

【解决方案1】：

这是您的问题的一个示例：

import pandas as pd

data = dict(letters = list('abc'), numbers=[1,2,'N/A'])

df = pd.DataFrame(data)

# Before
print(df.groupby('letters').count())

# Fix it by converting column to numeric
df.numbers = pd.to_numeric(df.numbers, errors='coerce')

# After
print(df.groupby('letters').count())

将打印：

         numbers
letters         
a              1
b              1
c              1
         numbers
letters         
a              1
b              1
c              0

但是，首先看到您有“N/A”...看看https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html#pandas-read-csv，特别是参数：na_values。如果这是您读取数据的方式，那么最初应该已经清理过。如果这是您获得数据框的方式。

【讨论】：