在 Pandas 中添加分组总和作为新列时如何避免 NaN 值？

从分组求和创建新列

问题

尝试根据 groupby sum 操作的结果在 DataFrame 中创建新列时使用 pandas 时，一些用户在新列中遇到 NaN 值。当尝试将特定于组的总和分配给各个行时，就会出现主要问题。

解决方案

解决此问题的关键是使用转换函数，该函数返回一个索引对齐的 Series到数据框。通过使用转换，您可以将结果作为新列添加到 DataFrame 中。

考虑以下代码片段：

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)

输出：

         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如图所示，新列 Data4 中的每一行现在反映了相应日期组的 Data3 值的总和，有效解决了 NaN 的初始问题价值观。

以上是在 Pandas 中添加分组总和作为新列时如何避免 NaN 值？的详细内容。更多信息请关注PHP中文网其他相关文章！