如何让groupby.transform求和时全NaN组返回NaN而非0

直接将min_count=1作为参数传入transform即可，注意不要使用np.sum，改用pandas原生的sum聚合实现，代码如下：

df.groupby(['foo'])['bar'].transform('sum', min_count=1)

原因说明 #

• 你之前使用的np.sum是numpy提供的求和函数，默认对全NaN数组的求和结果为0，且该函数本身不支持min_count参数，无法直接调整全NaN场景下的返回行为。
• 传入字符串'sum'时，transform会调用pandas GroupBy内置的sum聚合方法，该方法原生支持min_count参数：当分组内非NaN值的数量小于min_count指定值时，就会返回NaN，设置min_count=1刚好满足全NaN分组返回NaN的需求。
• transform会自动把你传入的除聚合函数外的关键字参数，透传给底层调用的聚合方法，所以直接把min_count=1写在transform参数里就行。

备选写法 #

如果你需要写更灵活的自定义聚合逻辑，也可以用lambda表达式包裹，显式调用Series的sum方法传入参数：

df.groupby(['foo'])['bar'].transform(lambda x: x.sum(min_count=1))

这种写法执行效率比直接传字符串聚合名稍低，逻辑简单时优先选第一种写法。

效果验证 #

构造测试数据验证：

import pandas as pd
import numpy as np
df = pd.DataFrame({
    'foo': ['a', 'a', 'b', 'b'],
    'bar': [np.nan, np.nan, 1, 2]
})
print(df.groupby(['foo'])['bar'].transform('sum', min_count=1))

输出结果：

0    NaN
1    NaN
2    3.0
3    3.0
Name: bar, dtype: float64

全为NaN的a分组返回NaN，有有效值的b分组返回求和结果3，符合预期。

内容的提问来源于stack exchange，提问作者jayjunior