在pandas数据帧上使用isnull()和groupby()

Question

假设我有一个带有'A','B','C'列的数据帧df.我想将'B'列中的空值数量计算为'A'并从中生成一个字典:

尝试以下失败: df.groupby('A')['B'].isnull().sum().to_dict()

任何帮助将不胜感激.

Answer 1

建立

df = pd.DataFrame(dict(A=[1, 2] * 3, B=[1, 2, None, 4, None, None]))

df

   A    B
0  1  1.0
1  2  2.0
2  1  NaN
3  2  4.0
4  1  NaN
5  2  NaN

选项1

df['B'].isnull().groupby(df['A']).sum().to_dict()

{1: 2.0, 2: 1.0}

选项2

df.groupby('A')['B'].apply(lambda x: x.isnull().sum()).to_dict()

{1: 2, 2: 1}

选项3
获得创意

df.A[df.B.isnull()].value_counts().to_dict()

{1: 2, 2: 1}

选项4

from collections import Counter

dict(Counter(df.A[df.B.isnull()]))

{1: 2, 2: 1}

选项5

from collections import defaultdict

d = defaultdict(int)
for t in df.itertuples():
    d[t.A] += pd.isnull(t.B)
dict(d)

{1: 2, 2: 1}

选项6
不必要的复杂

(lambda t: dict(zip(t[1], np.bincount(t[0]))))(df.A[df.B.isnull()].factorize())

{1: 2, 2: 1}

选项7

df.groupby([df.B.isnull(), 'A']).size().loc[True].to_dict()

{1: 2, 2: 1}