numpy sum min max 函数在聚合或应用于列表或数组时的不同行为答案

【问题标题】：Different behaviour of numpy sum min max functions when aggregating or when applied to list or arraynumpy sum min max 函数在聚合或应用于列表或数组时的不同行为
【发布时间】：2019-09-13 12:07:52
【问题描述】：

当涉及到 nan 值时，将相同的 numpy 函数作为 groupby 的聚合函数或应用于相同的值列表时，我看到不同的行为。

这适用于 np.sum np.min np.max 和 np.mean 聚合函数的行为看起来与使用 np.nansum、np、nanmin 等时相同

例如

import pandas as pd
import numpy as np
xx = pd.DataFrame([['A', 1.,  2.,      3.],
                   ['A', 3.,  np.nan,  4.],
                   ['B', 5.,  6.,      np.nan],
                   ['B', 7.,  8.,      9.]])

xx.groupby(0).agg(np.sum)

给予

       1     2     3
0           
A    4.0   2.0   7.0
B   12.0  14.0   9.0

但是np.array([np.nan,9.]).sum() 或 np.sum(np.array([np.nan,9])) 或 np.sum([np.nan,9])他们都输出nan

我希望聚合函数也能生成 nan，而我必须使用 np.nansum 生成输出

熊猫 0.24.2，numpy 1.16.2

【问题讨论】：

似乎包含 nans 的行会被 groupby 自动删除。看看这个答案：stackoverflow.com/questions/18429491/…

标签： python pandas numpy nan aggregation

【解决方案1】：

区别来自熊猫行为而不是numpy.sum()。 np.NaN 被自动排除在 pandas.groupby 中

import pandas as pd
import numpy as np
xx = pd.DataFrame([['A', np.nan],
                   ['A', 4.],
                   ['B', 1],
                   ['B', 2]])

xx.groupby(0).count()

输出

【讨论】：