Pandas Groupby计算均值时，如何遇NaN即返回NaN而非忽略？

你提的这个需求很常见——默认情况下Pandas的groupby.mean()和agg(np.mean)都会自动忽略分组内的NaN值，但有时候我们需要只要分组中存在缺失值，就返回NaN的严格计算逻辑，而且希望用高效的内置方法，避免自定义函数的性能损耗。

核心解决方案：使用skipna=False参数 #

其实Pandas的mean()方法本身就提供了skipna参数，默认值是True（忽略NaN），只要把它改成False，就能实现你想要的效果：

import pandas as pd
import numpy as np

c = pd.DataFrame({'a':[1,np.nan,2,3],'b':[1,2,1,2]})
# 使用skipna=False参数开启严格均值计算
result = c.groupby('b').mean(skipna=False)
print(result)

执行后得到的结果完全符合你的预期：

a
b      
1  1.5
2  NaN

关于agg(np.mean)的说明 #

你提到用agg(np.mean)得到了和默认mean()一样的结果，这是因为当你在agg()中传入np.mean时，Pandas会对每个分组的Series调用np.mean()，而np.mean()处理Pandas Series时，会沿用Series默认的skipna=True逻辑。如果要通过agg()实现同样的效果，可以用lambda调用带参数的mean()：

result = c.groupby('b').agg(lambda x: x.mean(skipna=False))

不过这种方式的性能不如直接使用groupby.mean(skipna=False)，因为lambda会引入额外的Python层开销，而前者是完全优化过的Cython内置实现，效率更高。

关于旧版Pandas的记忆 #

你提到旧版Pandas似乎支持该行为，可能是混淆了不同函数的默认逻辑：比如早期版本中np.mean处理纯numpy数组时，遇到NaN会直接返回NaN，但Pandas的mean()方法一直默认skipna=True。不过现在通过skipna=False参数，就能轻松实现你需要的严格均值计算。

内容的提问来源于stack exchange，提问作者Tim Tee