Python 数据帧中不存在索引的聚合

i

中的索引来自较大的数据帧，

df

是该较大数据帧的子集。因此，在

i

中会有索引，而在

df

中不会有索引。当我这样做的时候

df = pd.DataFrame({'x':[1,2,3,4,5,6],'y':[7,8,9,10,11,12],'z':['a','a','a','b','b','b']})
i = pd.Index([0,3,5,10,20])

我得到这个输出

df.groupby('z').aggregate({'y':lambda x: sum(x.loc[i])}) #I know I can just use .aggregate({'y':sum}), this is just an example to illustrate my problem

还有一条警告信息

   y
z    
a NaN
b NaN

如何避免此警告消息并获得正确的输出？在我的示例中，

df

的唯一有效索引是

[0,3,5]

，因此预期输出为：

__main__:1: FutureWarning: 
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

编辑

这里的答案非常有效，但它们不允许对

x

和

y

列进行不同类型的聚合。例如，假设我想对

x

的所有元素求和，但对于

y

只对索引

I

中的元素求和：

   y
z    
a  7 #"sum" of index 0 
b  22 #sum of index [3,5]

这是所需的输出：

df.groupby('z').aggregate({'x':sum, 'y': lambda x: sum(x.loc[i])})

编辑更新的问题： 输出：

df.groupby('z').agg({'x':'sum','y':lambda r: r.reindex(i).sum()})

df.reindex(i).groupby('z').agg({'y':'sum'})

使用

reindex

，仅从i中选择那些索引，然后使用

dropna

从中删除所有那些NAN，因为i中的索引不在df中。然后

groupby

和

agg

：

    x   y
z        
a   6   7
b  15  22

或者，你真的不需要放弃NA：

df.reindex(i).dropna(how='all').groupby('z').agg({'y':'sum'})

输出：

df.groupby('z').agg({'x':'sum','y':lambda r: r.reindex(i).sum()})

df.reindex(i).groupby('z').agg({'y':'sum'})

使用

df.index

和

i

仅获取匹配值，然后处理数据，如需要：

      y
z      
a   7.0
b  22.0

编辑：

---

什么是预期的输出？@jezrael:我已经用预期的输出更新了我的问题。索引5不在I.

df[df.index.isin（I）]。groupby（'z'）['y'].sum（）

@ScottBoston:对不起，你是对的。我已经更新了我的问题这很好，谢谢，但我真的不明白为什么会这样

df.reindex（i）

添加了一行

10 NaN

，那么为什么聚合没有像我原来的问题那样返回

NaN

？是的，groupby不按NaN值组分组。但是，您可以使用dropna和how='all'删除那些NaN记录，正如我在第一条语句中所示。请参阅关于groupby中缺少值的文章。谢谢您的链接。这个解决方案效果很好，但它不适用于我问题中编辑的问题。。。有解决办法吗？

df1 = df.groupby('z').aggregate({'x':sum, 'y': lambda x: sum(x.loc[x.index.intersection(i)])})
#comment alternative
#df1 = df.groupby('z').aggregate({'x':sum, 'y': lambda x: sum(x.loc[x.index.isin(i)])})
print (df1)
    x   y
z        
a   6   7
b  15  22