如何移除Pandas分组结果中的NaN及多余类别？

diamonds数据集的cut列是分类（Categorical）数据类型，这类数据会预先固定所有可能的类别选项。你过滤数据只是筛选出了符合条件的行，但原始的分类类别集合并没有被修改，所以分组时依然会列出所有原始类别，没有对应数据的类别自然就返回NaN。

有三种常用的处理方式：

方法1：分组时添加observed=True参数 #

直接在groupby里指定该参数，只保留有实际数据的类别：

ideal_good.groupby("cut", observed=True)["price"].mean()

方法2：清理分类列中未使用的类别 #

先对cut列移除没有数据的类别，再执行分组：

ideal_good["cut"] = ideal_good["cut"].cat.remove_unused_categories()
ideal_good.groupby("cut")["price"].mean()

方法3：将分类列转为普通字符串类型 #

把cut列转换为字符串类型，这样就不会保留原始的分类集合：

ideal_good["cut"] = ideal_good["cut"].astype(str)
ideal_good.groupby("cut")["price"].mean()

内容的提问来源于stack exchange，提问作者Rizzle