pandas groupby 数据丢失问题

【问题场景】

在对销售数据进行上卷的时候，使用dataframe进行groupby操作，发现groupby之后的"销售金额"的和比没有进行groupby之前的和要少几百万。由于数据量有几十万条，不可能一条一条的对比是那些数据没有进行计算。百度一个多小时，没有结果。

然后不同角度去检查dataframe的问题，使用info查看dataframe信息的时候，看到一个字段有缺失值；

【解决办法】

对在groupby函数中需要分组的列进行缺失值填充，然后再进行groupby操作和聚合函数。

df['列名'].fillna('null', inplace=True)

df.groupby(by=['列1','列2',...]).sum()

【问题原因】

groupby操作会自动过滤掉分组列里具有空值的数据行，所以导致数据groupby前后sum不一致。

总结

以上是生活随笔为你收集整理的pandas groupby 数据丢失问题的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。