如何计算熊猫列上的非空值然后聚合答案

【问题标题】：How to count not null values on pandas column then agregating如何计算熊猫列上的非空值然后聚合
【发布时间】：2019-07-13 03:50:12
【问题描述】：

我想计算每个聚合级别的列的非空值：

import pandas as pd
import numpy as np
df = pd.DataFrame({'agr' : [1,1,1],
                'col1' : [1, np.nan, np.nan],
               'col2' : [np.nan, 2, 3] })
df.agg({'col1' : [np.sum, np.count_nonzero],
       'col2' : [ np.sum, np.count_nonzero]})

这个虚拟方法给出 3,3。但我需要1,2。这里出了什么问题以及如何解决这个问题

【问题讨论】：

标签： pandas aggregate-functions aggregation

【解决方案1】：

df.count() 默认不包含 NaN。

import pandas as pd
df = pd.DataFrame({'agr' : [1,1,1],
            'col1' : [1, np.nan, np.nan],
           'col2' : [np.nan, 2, 3] })
df[['col1', 'col2']].count()

col1    1
col2    2
dtype: int64

另一种方式：

df[['col1', 'col2']].agg("count")

【讨论】：

@Wen-Ben OP 将问题更改为 not null only
这很有趣，对不起
我们如何将 df,count 传递给 agr？
对不起@Rocketq，你是什么意思？你能给我们举个例子吗？
@Rocketq 你是说这个吗？ df[['col1', 'col2']].agg("count")

【解决方案2】：

您需要添加另一个条件notnull，因为0 != np.nan 为真

(df.ne(0)&df.notnull()).sum()
Out[305]: 
agr     3
col1    1
col2    2
dtype: int64

更改后

df.notnull().sum()
Out[322]: 
agr     3
col1    1
col2    2
dtype: int64

【讨论】：