Python Pandas groupby:应用vs聚合缺少的类别

我遇到了一个问题，当分类数据缺少值时，panda的

GroupBy.apply

和

GroupBy.aggregate

会给出不同的结果<代码>聚合保留所有“已知”类别，但

应用

仅保留数据中存在的类别

下面是一个简化的示例：

将熊猫作为pd导入
将numpy作为np导入
#`missing`有'b'类，但没有数据使用它。
missing=pd.Category（列表（'aaa'），类别=['a'，'b']））
稠密=pd.分类（列表（'abc'））
值=np.arange（len（稠密））
df=pd.DataFrame（{'missing'：missing'dense'：dense'values'：values}）
grouped=df.groupby（['missing'，'dense']））
打印分组。平均值（）
打印分组聚合（np.平均值）
打印分组。应用（lambda块：np.mean（块））

哪张照片

            values
missing dense
a       a           0
        b           1
        c           2
b       a         NaN
        b         NaN
        c         NaN
            values
missing dense
a       a           0
        b           1
        c           2
b       a         NaN
        b         NaN
        c         NaN
            values
missing dense
a       a           0
        b           1
        c           2    

请注意，最后一个数据帧缺少

NaN

行，其中

missing=b

。我理解为什么

apply

可能会这样做（它选择不将一组

NaN

s传递给缩减函数）。上面的代码片段只是一个玩具示例：我实际上需要使用

apply

来获得我想要的结果

---

问题：使用

应用

但创建与

聚合

返回的形状匹配的输出形状的最佳方法是什么？

这需要一个增强拉动请求来完成，请参阅

---

一般来说，您应该使用simply use

.mean（）

作为惯用的方法来实现这一点（而且要快得多）。

是的，但我实际上对计算平均值不感兴趣。您的建议（在链接的github问题中）使用

grouped.\u reindex\u output

内部似乎给出了所需的输出。（我想在

GroupBy

对象之外使用有点不安全，但我要留下一个注释；）。谢谢