确保 groupby 输出类型

Question

考虑这个例子：

import pandas as pd
import numpy as np
foo = pd.DataFrame(dict(letter=['a', 'a', 'a', 'b', 'b', 'b', 'a', 'b'],
                 number=[1,1,2,2,3,np.nan, np.nan,4]))
grouped = foo.groupby(foo.number)
print grouped['letter'].transform(lambda x: sum(x=='a'))

Out[18]: 
0    2
1    2
2    1
3    1
4    0
5    b
6    a
7    0

而不是在行上显示1 5 和 6、'a' 和 'b'，可能是因为 groupby 在 np.nan 值上被索引。有没有办法阻止这种情况发生，而不用一些虚拟变量替换 nan 值？还有——为什么会这样？

Answer 1

pandas 文档在这里解释了这一点：http://pandas.pydata.org/pandas-docs/stable/missing_data.html

NAN 被排除在外，这与 R 一致。

早期版本的 Pandas 确实包含它们，但后来被删除了。