Utilisation de isnull() et groupby() sur une base de données pandas

Question

Supposons que j'ai une dataframe df avec les colonnes 'A', 'B', 'C'. Je voudrais compter le nombre de valeurs nulles dans la colonne « B » comme regroupés par « A » et de faire un dictionnaire hors de lui:

Essayé ce qui suit en échec: df.groupby('A')['B'].isnull().sum().to_dict()

Toute aide sera apprécié.

Answer 1

Setup

df = pd.DataFrame(dict(A=[1, 2] * 3, B=[1, 2, None, 4, None, None])) 

df 

    A B 
0 1 1.0 
1 2 2.0 
2 1 NaN 
3 2 4.0 
4 1 NaN 
5 2 NaN 

---

Option 1

df['B'].isnull().groupby(df['A']).sum().to_dict() 

{1: 2.0, 2: 1.0} 

---

Option 2

df.groupby('A')['B'].apply(lambda x: x.isnull().sum()).to_dict() 

{1: 2, 2: 1} 

---

Option 3
faire preuve de créativité

df.A[df.B.isnull()].value_counts().to_dict() 

{1: 2, 2: 1} 

---

Option 4

from collections import Counter 

dict(Counter(df.A[df.B.isnull()])) 

{1: 2, 2: 1} 

---

Option 5

from collections import defaultdict 

d = defaultdict(int) 
for t in df.itertuples(): 
    d[t.A] += pd.isnull(t.B) 
dict(d) 

{1: 2, 2: 1} 

---

Option 6
inutilement complexes

(lambda t: dict(zip(t[1], np.bincount(t[0]))))(df.A[df.B.isnull()].factorize()) 

{1: 2, 2: 1} 

---

Option 7

df.groupby([df.B.isnull(), 'A']).size().loc[True].to_dict() 

{1: 2, 2: 1} 

Answer 2

Ou en utilisant la différence entre count et size, voir le link

(df.groupby('A')['B'].size()-df.groupby('A')['B'].count()).to_dict() 
Out[119]: {1: 2, 2: 1}