本文介绍了Dropna设置为True的 pandas Groupby生成错误输出的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
在以下代码片断中：
import pandas as pd
import numpy as np
df = pd.DataFrame(
{
"a": [1, 2, 3, 4, 5, 6, 7, 8, 9],
"b": [1, np.nan, 1, np.nan, 2, 1, 2, np.nan, 1]
}
)
df_again = df.groupby("b", dropna=False).apply(lambda x: x)
我预期df和df_again相同。但它们不是：
df
a b
0 1 1.0
1 2 NaN
2 3 1.0
3 4 NaN
4 5 2.0
5 6 1.0
6 7 2.0
7 8 NaN
8 9 1.0
df_again
a b
0 1 1.0
2 3 1.0
4 5 2.0
5 6 1.0
6 7 2.0
8 9 1.0
df.groupby("b", dropna=False).apply(lambda x: print(x))我实际上可以想象df中b是NaN的那部分也已处理。
我这里错过了什么？ (使用 pandas 1.3.1和Numpy 1.20.3)
推荐答案
这是 pandas 1.2.0中引入的错误，如here所述，已解决here。
这篇关于Dropna设置为True的 pandas Groupby生成错误输出的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！