在对具有相同索引名称的行进行分组并忽略Nan时，仅采用DataFrame中每行的特定值的平均值？

Question

如果我有一个DataFrame，我想要对具有相同索引名称的行进行分组，请说：

  a   b   c
c 2   1   -
c nan 2   -
d 4   3   -
e 5   4   -
d 6   5   -

我想合并具有相同列名的行，同时在列a和b中取其值的平均值。所以df会变成：

  a  b 
c 2  1.5 
d 5  4
e 5  4

如果我做：

averaging = df.groupby(["Index"])[['a', 'b']].mean()

（“Index”是为行设置的名称）

这是有效的，除了它不会忽略南。因此，我获得了：而不是我想要的数据帧：

  a   b
c nan 1.5
d 5   4
e 5   4

Answer 1

你可以使用mean和level=0

pd.to_numeric(df.a,errors='coerce').mean(level=0)
Out[438]: 
c    2.0
d    5.0
e    5.0
Name: a, dtype: float64

使用replace，nan也不是NaN

df=df.replace('nan',np.nan)