如何使用Pandas groupby()实现分组列值运算及NaN默认值处理

你的代码逻辑存在错误：groupby("A")["A"].count()获取的是每个分组的行数，再与填充后的count_of_elmt_A列相乘，完全偏离了“先填充NaN为1，再计算分组总和”的需求。

正确实现步骤 #

• 第一步：将count_of_elmt_A列中的NaN值替换为1
• 第二步：按A列分组，对处理后的count_of_elmt_A列求和

代码实现 #

方法一（不修改原DataFrame） #

import pandas as pd

data = {"A":["x","x","y","z"], "B": ["", "k", "l", "j"], "count_of_elmt_A": [10, 3, None, 4]}
df = pd.DataFrame(data)

# 先填充NaN为1，再按A分组求和并转为整数
result = df["count_of_elmt_A"].fillna(1).groupby(df["A"]).sum().astype(int)
print(result)

方法二（修改原DataFrame后分组） #

import pandas as pd

data = {"A":["x","x","y","z"], "B": ["", "k", "l", "j"], "count_of_elmt_A": [10, 3, None, 4]}
df = pd.DataFrame(data)

# 先填充NaN为1
df["count_of_elmt_A"] = df["count_of_elmt_A"].fillna(1)
# 按A分组求和并转为整数
result = df.groupby("A")["count_of_elmt_A"].sum().astype(int)
print(result)

输出结果 #

运行后会得到预期的结果：

A
x    13
y     1
z     4
Name: count_of_elmt_A, dtype: int64

内容的提问来源于stack exchange，提问作者luanpo1234