我是第一次使用 Pandas，但在聚合方面遇到了一些问题。我有一个包含三个计算字段的数据框，由这样的应用语句添加：
dataset['calculated_field'] = dataset.apply(
lambda row: calculation_function(
row['field1'],
row['field2']
),
axis = 1
)
计算字段是布尔值，但有一个问题。它们可以包含空值。
我试图找到布尔列的平均值，每个平均值都忽略该列的空字段。
我试过这样的事情：
resultset = dataset.groupby(['grouping_field'])[['calculated_field','calculated_field_2','calculated_field_3']].mean()
问题在于，由于 True/False/None 布尔值是“对象”类型，pandas 将列完全作为“讨厌”列删除。.
但是，我无法将该列转换为 bool，因为它会使空值变为“False”
我还尝试了长路由并为每个聚合创建了 3 个单独的数据帧，因此我可以删除空值并转换为 bool（可以聚合）：
dataset_for_field1 = dataset.dropna(subset = ['calculated_field']).copy()
dataset_for_field1['calculated_field'] = dataset_for_field1['calculated_field'].astype('bool')
result_for_field1 = dataset_for_field1.groupby(['grouping_field'])['calculated_field'].mean()
这给了我我正在寻找的数据，但是在三个单独的数据框中。
有没有办法用每列的平均值获得一个数据框，而忽略空值？
我试图弄清楚为什么字段的“唯一”约束不起作用。我正在使用 Flask、SQLAlchemy 和 Sqlite。
考虑模型：
from app import db
from flask_login import UserMixin
class User(UserMixin, db.Model):
id = db.Column(db.Integer, primary_key=True)
username = db.Column(db.String(64), unique=True)
password = db.Column(db.String(64))
email = db.Column(db.String(120), unique=True)
def __repr__(self):
return '<User %r>' % self.username
我希望，由于用户名字段有一个唯一约束，它不允许我添加具有相同用户名的用户。不过，确实如此。
从外壳：
from app import db
from app.models import User
user = User(username='test')
user2 = User(username='test')
db.session.add(user)
db.session.commit()
db.session.add(user2)
db.session.commit()
User.query.all()
输出：
[<User 'test'>, <User 'test'>]
我错过了什么吗？