按熊猫中的许多列分组

misguided 发表于 Dev

误导

我基本上有一个数据集，如下所示

Col1  Col2  Col3  Count
A      B     1      50
A      B     1      50
A      C     20     1
A      D     17     2
A      E     5      70
A      E     15     20

假设它称为数据。我基本上是这样做的data.groupby(by=['Col1', 'Col2', 'Col3'], as_index=False, sort=False).sum()，应该给我这个：

Col1  Col2  Col3  Count
A      B     1      100
A      C     20     1
A      D     17     2
A      E     5      70
A      E     15     20

但是，这将返回一个空的数据集，该数据集确实具有我想要的列，但没有行。唯一的警告是by参数是动态计算的，而不是固定的（这是因为列可能会更改，尽管Count始终会存在）。

关于为什么会失败以及如何解决的任何想法？

编辑：进一步的搜索显示，pandas的groupby删除了在任何列上具有NULL的行。这对我来说是个问题，因为每一列都可能为NULL。因此，实际的问题是：是否有任何合理的方式来处理NULL并仍使用groupby？

西蒙

很想在这里进行更正，但是我不确定是否有一种干净的方法来处理丢失的数据。如您所述，Pandas只会从groupby中排除包含NaN值的行

您可以用超出数据范围的值来填充NaN值：

data = pd.read_csv("c:/Users/simon/Desktop/data.csv")

data.fillna(-999, inplace=True)

new = data.groupby(by=['Col1', 'Col2', 'Col3'], as_index=False, sort=False).sum()

这很麻烦，因为它不会将这些值加到正确的分组依据中。但是没有一种真正的方法来分组缺少的东西

另一种方法可能是用一些适合该变量的缺失值分别填充每一列。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。