假设我有一个名为df的数据框,它有列'A','B','C'。我想按照'A'分组,计算'B'列中的空值数量,并将其制作成字典:
尝试了以下代码但失败了:
尝试了以下代码但失败了:
df.groupby('A')['B'].isnull().sum().to_dict()
感激任何帮助。df.groupby('A')['B'].isnull().sum().to_dict()
感激任何帮助。设置
df = pd.DataFrame(dict(A=[1, 2] * 3, B=[1, 2, None, 4, None, None]))
df
A B
0 1 1.0
1 2 2.0
2 1 NaN
3 2 4.0
4 1 NaN
5 2 NaN
Option 1
df['B'].isnull().groupby(df['A']).sum().to_dict()
{1: 2.0, 2: 1.0}
df.groupby('A')['B'].apply(lambda x: x.isnull().sum()).to_dict()
{1: 2, 2: 1}
df.A[df.B.isnull()].value_counts().to_dict()
{1: 2, 2: 1}
from collections import Counter
dict(Counter(df.A[df.B.isnull()]))
{1: 2, 2: 1}
Option 5
from collections import defaultdict
d = defaultdict(int)
for t in df.itertuples():
d[t.A] += pd.isnull(t.B)
dict(d)
{1: 2, 2: 1}
(lambda t: dict(zip(t[1], np.bincount(t[0]))))(df.A[df.B.isnull()].factorize())
{1: 2, 2: 1}
Option 7
df.groupby([df.B.isnull(), 'A']).size().loc[True].to_dict()
{1: 2, 2: 1}
或者使用count
和size
之间的差异,参见链接
(df.groupby('A')['B'].size()-df.groupby('A')['B'].count()).to_dict()
Out[119]: {1: 2, 2: 1}