1
>> df
Foo Bar Number Date
0 abc None NaN NaT
1 abcdefg None NaN NaT
2 abcd this 1111222 3/8/2017
3 abcd that 1233336 3/3/2017
4 abcd what 1346554 3/3/2017
5 abcde that 8889995 3/9/2017
6 abcde this 1849552 3/8/2017
7 abcd that 7418652 3/3/2017
8 abcdef this 4865154 3/7/2017
>> df.groupby(['Foo']).size().reset_index(name='Total')
如果我這樣做,該行被視爲有一個值,它的確如此,我明白這一點。我不知道如何在Total中包含該行,但實際上並不計算無/ NaN/NaT值?如何從python groupby中排除NaN/NaT/None,但包含該行?
返回:
Foo Total
0 abc 1
1 abcd 4
2 abcde 2
3 abcdef 1
4 abcdefg 1
預期結果:
Foo Total
0 abc 0
1 abcd 4
2 abcde 2
3 abcdef 1
4 abcdefg 0
就是這樣,謝謝!我還沒有使用分類,但現在會檢查出來。 – Mike
@Mike不客氣! – miradulo