将“skipna”参数传递给“agg”

Question

我希望在使用DataFrame的agg方法时，设置skipna=False。

我的DataFrame有许多（动态）列。我正在使用groupby进行聚合，并使用agg进行聚合。

import pandas as pd
import numpy as np
df = pd.DataFrame({"A": [1, 2], "B": [np.nan, np.nan], "C": [0, 0]})

# the sum of B is 0.0
df.agg({"A": "sum", "B": "sum", "C": "max"})

当我对单列进行聚合或在整个DataFrame上使用单个聚合函数时，可以添加skipna=False使得不跳过nan值，例如df["B"].sum(skipna=False)或df.sum(skipna=False)。但是由于我使用了多种不同的函数（sum, avg, max），这种方式不适用于我。

我该如何通过agg方法传递skipna参数呢？

- Kirk Broadhurst

Answer 1

我个人会这样做：

out = pd.Series({'A': df['A'].sum(skipna=False), 
                 'B': df['B'].sum(skipna=False),
                 'C': df['C'].max()
                })

此外，使用lambda的agg也可以起作用：

df.agg({'A': lambda x: x.sum(skipna=False),
        'B': lambda x: x.sum(skipna=False),
        'C': 'max'})

- Quang Hoang

---

我会定义一个别名，比如 nasum = lambda x: x.sum(skipna=False)，然后在 agg 中使用它 ;) - mozway

Answer 2

如果您有很多列需要聚合，这里有另一种方法：

d = {"A": "sum", "B": "sum", "C": "max"}
pd.Series({c: getattr(df[c], f)(skipna=False) for c, f in d.items()})

---

A    3.0
B    NaN
C    0.0
dtype: float64

- Shubham Sharma

---

不错，@Shubham！ - mozway