分组并查找组的总和，但将 NaN 返回为 NaN，而不是 0

Question

我有一个数据框，其中每个唯一组有 4 行。 所以我需要按使它们唯一的列进行分组，并进行一些聚合，例如最大值、最小值、总和和平均值。 但问题是我有一些组的所有 NaN 值（在某些列中）并返回一个 0。是否可以返回一个 NaN？ 例如： df

       time            id     el    conn   column1  column2  column3
2018-02-11 14:00:00     1     a      12      8        5         NaN
2018-02-11 14:00:00     1     a      12      1        NaN       NaN
2018-02-11 14:00:00     1     a      12      3        7         NaN
2018-02-11 14:00:00     1     a      12      4        12        NaN
2018-02-11 14:00:00     2     a      5       NaN      5         5
2018-02-11 14:00:00     2     a      5       NaN      3         2
2018-02-11 14:00:00     2     a      5       NaN      NaN       6
2018-02-11 14:00:00     2     a      5       NaN      7         NaN

因此，例如，我需要 groupby ('id', 'el', 'conn') 并找到 column1、column3 和 column2 的总和。 （在实际情况下，我需要对更多列执行聚合）。 我尝试了几种方法：.sum()、.transform('sum')，但是对于具有所有 NaN 值的组返回零。

期望的输出：

    time               id    el     conn   column1  column2  column3
2018-02-11 14:00:00     1     a      12      16       24       NaN
2018-02-11 14:00:00     2     a      5       NaN      15        13

欢迎任何帮助。

Answer 1

将参数min_count 更改为1 - 这适用于last pandas version 0.22.0：

min_count : 整数，默认 0

执行操作所需的有效值数量。如果存在的非 NA 值少于 min_count，则结果将为 NA。

0.22.0 版中的新增功能：添加默认值为 1。这意味着全 NA 或空系列的和或乘积为 NaN。

df = df.groupby(['time','id', 'el', 'conn'], as_index=False).sum(min_count=1)
print (df)
                  time  id el  conn  column1  column2  column3
0  2018-02-11 14:00:00   1  a    12     16.0     24.0      NaN
1  2018-02-11 14:00:00   2  a     5      NaN     15.0     13.0

Answer 2

我觉得应该是这样的。

df.groupby(['time','id','el','conn']).sum() 

Python 2 中的输出：

一些关于 groupby 的小教程我觉得在这些情况下很有趣：

1. https://chrisalbon.com/python/data_wrangling/pandas_apply_operations_to_groups/
2. https://www.tutorialspoint.com/python_pandas/python_pandas_groupby.htm