Pandas 在大于 0.21.0 的版本上使用 fillna() 和 sum() 返回不同的结果

Question

在通过 SO 问题和模拟答案时，我发现 Pandas 版本之间存在奇怪的行为 0.21.0在使用fillna以及sum()它的工作原理是所需但是一个列，它导致0.0以上版本0.21.0。数据帧结构：>>> df = pd.DataFrame({'PlaceTest':[21,21,22,22], 'Approved':[1,0,1,0]})>>> df   PlaceTest  Approved0         21         11         21         02         22         13         22         0groupby 使用sum()..创建新列>>> df['Not Approved'] = df.groupby('PlaceTest')['Approved'].sum()>>> df   PlaceTest  Approved  Not Approved0         21         1           NaN1         21         0           NaN2         22         1           NaN3         22         0           NaN现在，在使用 version 时，0.21.0它会得到如下所需的结果：>>> df = df.groupby('PlaceTest')['Approved', 'Not Approved'].sum().fillna("1").reset_index()>>> df   PlaceTest  Approved Not Approved0         21         1            11         22         1            1但是，对 version 使用相同的方法时没有结果0.23.3。>>> df.groupby('PlaceTest')['Approved', 'Not Approved'].sum().fillna("1").reset_index()   PlaceTest  Approved  Not Approved0         21         1           0.01         22         1           0.0sum()与fillna方法一起使用时，与更高版本的熊猫相比，功能是否有任何变化？希望对此有任何专家评论，它可能在那里，但目前似乎不在我的脑海中。

Answer 1

根据Pandas v0.22.0 的新增功能（我的重点）：

Pandas 0.22.0 更改了对空和全 NA 总和和产品的处理。总结就是

• 空的或全 NA 系列的总和现在是 0

• 空的或全 NA 系列的产品现在是 1

一些背景：在 pandas 0.21 中，我们修复了全 NA 系列的返回值中长期存在的不一致问题，具体取决于是否安装了瓶颈。请参阅全 NaN 或空 Series/DataFrames 的 Sum/Prod 现在始终为 NaN。同时，我们将空系列的 sum 和 prod 也更改为 NaN。在 v0.21.0 中，空或全 NA 系列的总和是 NaN。

所以在 v.0.22.0 中：

In [16]: df.groupby('PlaceTest')['Approved', 'Not Approved'].sum()

Out[16]: 

           Approved  Not Approved

PlaceTest                        

21                1           0.0

22                1           0.0

而在 v0.21.0 中：

In [16]: df.groupby('PlaceTest')['Approved', 'Not Approved'].sum()

Out[16]: 

           Approved  Not Approved

PlaceTest                        

21                1           NaN

22                1           NaN

因此，在前一种情况下fillna("1")什么都不做，因为没有要填充的 NaN。