聚合或应用于列表或数组时，numpy sum min max 函数的不同行为

Question

当涉及 nan 值时，将相同的 numpy 函数用作 groupby 的聚合函数或应用于相同的值列表时，我看到了不同的行为。

这适用于 np.sum np.min np.max 和 np.mean 作为聚合函数的行为看起来与使用 np.nansum、np、nanmin 等相同

例如

import pandas as pd
import numpy as np
xx = pd.DataFrame([['A', 1.,  2.,      3.],
                   ['A', 3.,  np.nan,  4.],
                   ['B', 5.,  6.,      np.nan],
                   ['B', 7.,  8.,      9.]])

xx.groupby(0).agg(np.sum)

给予

       1     2     3
0           
A    4.0   2.0   7.0
B   12.0  14.0   9.0

但是np.array([np.nan,9.]).sum()或者 np.sum(np.array([np.nan,9])) 或 np.sum([np.nan,9]) 他们都输出 nan

我本以为聚合函数也会产生 nan，而我必须使用 np.nansum

生成输出

pandas 0.24.2，numpy 1.16.2

Answer 1

差异来自 pandas 行为而不是 numpy.sum()。 np.NaN 被自动排除在 pandas.groupby

中

import pandas as pd
import numpy as np
xx = pd.DataFrame([['A', np.nan],
                   ['A', 4.],
                   ['B', 1],
                   ['B', 2]])

xx.groupby(0).count()

输出

聚合或应用于列表或数组时，numpy sum min max 函数的不同行为

Different behaviour of numpy sum min max functions when aggregating or when applied to list or array

python

numpy

nan

aggregation

pandas