Pandas 中的 `groupby().count()` 和 `groupby().size()` 有什么区别？

理解 Pandas 中大小和计数的区别

Pandas 是一个强大的用于数据操作和分析的 Python 库，提供灵活的操作，例如按类别对数据进行分组。在处理分组数据时，理解 count 和 size 方法之间的区别至关重要。

问题：Pandas 中 groupby("x").count 和 groupby("x").size 的区别？ size 是否仅仅排除空值？

答案：

count 和 size 之间的区别在于它们对 NaN 值的处理：

• size: 包括 NaN 值，本质上提供每个中的观察总数组。
• 计数： 排除 NaN 值，生成每个组的非空观测值的数量。

示例：

考虑以下熊猫DataFrame:

df = pd.DataFrame({'a':[0,0,1,2,2,2], 'b':[1,2,3,4,np.NaN,4], 'c':np.random.randn(6)})

评估按 'a' 分组的 'b' 列的计数和大小方法：

print(df.groupby(['a'])['b'].count())
print(df.groupby(['a'])['b'].size())

输出：

a
0    2
1    1
2    2
Name: b, dtype: int64

a
0    2
1    1
2    3
dtype: int64

很明显，count 方法排除了第 4 组中的 NaN 值（其中 'a' 是2)，而size方法则包含它。

以上是Pandas 中的 `groupby().count()` 和 `groupby().size()` 有什么区别？的详细内容。更多信息请关注PHP中文网其他相关文章！