Pandas groupby mean() 不忽略 NaN

Question

如果我计算 groupby 对象的平均值，并且在其中一个组中存在 NaN(s)，则忽略 NaN。即使在应用 np.mean 时，它仍然只返回所有有效数字的平均值。我希望一旦一个 NaN 在组内，就会出现返回 NaN 的行为。这是行为的简化示例

import pandas as pd
import numpy as np
c = pd.DataFrame({'a':[1,np.nan,2,3],'b':[1,2,1,2]})
c.groupby('b').mean()
     a
b     
1  1.5
2  3.0
c.groupby('b').agg(np.mean)
     a
b     
1  1.5
2  3.0

我想收到以下结果：

     a
b     
1  1.5
2  NaN

我知道我可以预先替换 NaN 并且我可能可以编写自己的聚合函数以在 NaN 在组内时立即返回 NaN。不过这个功能不会被优化。

您是否知道使用优化函数实现所需行为的参数？

顺便说一句，我认为所需的行为是在以前版本的熊猫中实现的。

Answer 1

默认情况下，pandas跳过这些Nan值。您可以Nan通过指定将其包含在内skipna=False：

In [215]: c.groupby('b').agg({'a': lambda x: x.mean(skipna=False)})
Out[215]: 
     a
b     
1  1.5
2  NaN

Answer 2

有mean(skipna=False)，但是没用

GroupBy 聚合方法（最小值、最大值、平均值、中值等）具有skipna用于此确切任务的参数，但目前（2020 年 5 月）似乎存在错误（问题于 2020 年 3 月开放），这会阻止它正常工作。

快速解决方法

基于此评论的完整工作示例：@Serge Ballesta、@RoelAdriaans

>>> import pandas as pd
>>> import numpy as np
>>> c = pd.DataFrame({'a':[1,np.nan,2,3],'b':[1,2,1,2]})
>>> c.fillna(np.inf).groupby('b').mean().replace(np.inf, np.nan)

     a
b     
1  1.5
2  NaN

有关更多信息和更新，请点击上面的链接。