3
我有以下示例:的Python - 熊猫 - GROUPBY和“AGG” - 骨料设置为NaN时组包含NaN
index_ = pd.date_range('2001-01-01', '2010-12-31', freq = 'MS')
df_ = pd.DataFrame(np.random.randn(len(index_), 4), columns=list('ABCD'), index = index_)
df_.loc['2009-01-01','A'] = np.nan
df_.loc['2007-08-01','B'] = np.nan
df_.groupby(pd.TimeGrouper('A')).agg({'A': np.sum, 'B': np.mean})
我喜欢有该列“B”是在2007年和列NaN
'A'在2009年为NaN
。这怎么能实现?我尝试了np.sum
函数,因为在numpy数组中,当数组包含nan值时,它返回NaN
。这可以转换成我想在这里使用的“agg”命令。