在 Pandas 中新增分組總和作為新欄位時如何避免 NaN 值？

從分組求和建立新列

問題

嘗試根據groupby sum 操作的結果在DataFrame 中建立新列時使用pandas 時，一些用戶在新列中遇到NaN 值。當嘗試將特定於群組的總和分配給各個行時，就會出現主要問題。

解決方案

解決此問題的關鍵是使用轉換函數，該函數將一個索引對齊的 Series傳回資料框。透過使用轉換，您可以將結果作為新欄位新增至 DataFrame 中。

考慮以下程式碼片段：

import pandas as pd

df = pd.DataFrame({
    'Date': ['2015-05-08', '2015-05-07', '2015-05-06', '2015-05-05',
             '2015-05-08', '2015-05-07', '2015-05-06', '2015-05-05'],
    'Sym': ['aapl', 'aapl', 'aapl', 'aapl', 'aaww', 'aaww', 'aaww', 'aaww'],
    'Data2': [11, 8, 10, 15, 110, 60, 100, 40],
    'Data3': [5, 8, 6, 1, 50, 100, 60, 120]
})

df['Data4'] = df['Data3'].groupby(df['Date']).transform('sum')

print(df)

輸出：

         Date   Sym  Data2  Data3  Data4
0  2015-05-08  aapl     11      5     55
1  2015-05-07  aapl      8      8    108
2  2015-05-06  aapl     10      6     66
3  2015-05-05  aapl     15      1    121
4  2015-05-08  aaww    110     50     55
5  2015-05-07  aaww     60    100    108
6  2015-05-06  aaww    100     60     66
7  2015-05-05  aaww     40    120    121

As如圖所示，新列Data4 中的每一行現在反映了對應日期組的Data3 值的總和，有效解決了NaN 的初始問題價值。

以上是在 Pandas 中新增分組總和作為新欄位時如何避免 NaN 值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！