根据条件，在另一个数据帧列上，按组计算缺失值数量。

Question

假设我有以下数据：

df=pd.DataFrame({"id":[1,1,1,2,2,3,4],
             "date":[2019,2019,2020,2020,2020,2020,2021],
             "subgroup":["con","ind","ind","con","ind","ind","ind"],
             "value":[1,None,2,None,1,3,4]})

我想按照ID和日期分组，然后在那些重复项中，获取一个列，该列根据Subgroup列中的值（在此情况下，当Subgroup ==“Ind”时）计算Value列中缺失值的数量。 输出如下：

id      date    subgroup   value  count
1       2019      con      1       1
1       2019      ind      None    1
1       2020      ind      2       0
2       2020      con      None    0
2       2020      ind      1       0
3       2020      ind      3       0
4       2021      ind      4       0

我该如何实现这个目标？

- rmrico

Answer 1

df['counter'] = 0
df.loc[(df.subgroup=='ind') & (df.value.isna()), 'counter'] = 1
df['goal'] = df.groupby(["id","date"])['counter'].transform('sum') 
df = df.drop(columns='counter')

但是正如Alollz指出的那样，你的示例代码并没有生成你的示例数据框。

- safex

---

如果您想避免辅助列的维护，您可以直接对布尔掩码进行分组并分配结果：df['count'] = (df['value'].isnull() & df['subgroup'].eq('ind')).groupby([df['id'], df['date']]).transform('sum') - ALollz

Answer 2

你需要定位子组等于'ind'的行，然后按如下方式对值列中的isnull()求和：

new_df = df.loc[df['subgroup'] == 'ind']
lst = []
nans = new_df['value'][i].isnull().sum()

- Natan Manor