Python 在忽略非数值的情况下忽略数据帧groupby sum

我有一个如下所示的数据帧。“延迟”列既有数字字符又有“NA”字符，这使得groupby变得复杂

    DEVICE       START_PRICE   LATENCY
0   ab.fxx.in    500           NA
1   ab.fxx.in    500           1    
2   ab.fxx.in    500           5
3   kddo.fxx.in  500           NA
4   kddo.fxx.in  500           5
5   kddo.fxx.in  533           3
6   kddo.fxx.in  533           NA

我想通过绕过“NA”值，将数据帧按“设备”值分组为“延迟”之和。我应该得到如下输出

DEVICE       
ab.fxx.in      6
kddo.fxx.in    8

在使用groupby之前，可以将延迟序列转换为数字

使用errors='concure'可确保在转换不成功的情况下具有NaN值。当您使用groupby.sum时，pandas会通过忽略它们来优雅地处理这些问题

df['LATENCY'] = pd.to_numeric(df['LATENCY'], errors='coerce')

res = df.groupby('DEVICE')['LATENCY'].sum().reset_index()

print(res)

        DEVICE  LATENCY
0    ab.fxx.in      6.0
1  kddo.fxx.in      8.0