【問題場景】

在對銷售數(shù)據(jù)進(jìn)行上卷的時(shí)候，使用dataframe進(jìn)行g(shù)roupby操作，發(fā)現(xiàn)groupby之后的"銷售金額"的和比沒有進(jìn)行g(shù)roupby之前的和要少幾百萬。由于數(shù)據(jù)量有幾十萬條，不可能一條一條的對比是那些數(shù)據(jù)沒有進(jìn)行計(jì)算。百度一個(gè)多小時(shí)，沒有結(jié)果。

然后不同角度去檢查dataframe的問題，使用info查看dataframe信息的時(shí)候，看到一個(gè)字段有缺失值；

【解決辦法】

對在groupby函數(shù)中需要分組的列進(jìn)行缺失值填充，然后再進(jìn)行g(shù)roupby操作和聚合函數(shù)。

df['列名'].fillna('null', inplace=True)

df.groupby(by=['列1','列2',...]).sum()

【問題原因】

groupby操作會自動過濾掉分組列里具有空值的數(shù)據(jù)行，所以導(dǎo)致數(shù)據(jù)groupby前后sum不一致。

總結(jié)

以上是生活随笔為你收集整理的pandas groupby 数据丢失问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。