如何带熊猫.Series.str.get_dummies()报告NaN

Question

我在一个文件中有数据。类似CSV，但每个字段可以有多个值。我使用get_dummies((生成我的列的概述。里面有什么以及多久一次。就像一个带有标称数据的直方图。我想看看缺失的(nan(值。但我的代码隐藏了它们。

我正在使用：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.get_dummies.html

我不能使用：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.get_dummies.htmldummy_na将解决问题

原因：我需要sep参数。

来说明区别。

import pandas
data = pandas.read_csv("testdata.csv",sep=";")
Bla["a"].str.get_dummies(",").sum() #no nan values
pandas.get_dummies(Bla["a"],dummy_na=True).sum() #not separated

数据：

a;b
Test,Tes;
;a
Tes;a
T;b

我希望：

T           1
Tes         2
Test        1
NaN         1

但输出是：

T       1
Tes     2
Test    1
dtype: int64

或

T           1
Tes         1
Test,Tes    1
NaN         1
dtype: int64

很高兴也能使用另一个功能！也许.str部分就是问题所在。我还没弄清楚那是怎么回事。

Answer 1

首先用Series.fillna替换缺失值，然后在索引中用rename替换为NaN:

print (data["a"].fillna('Missing').str.get_dummies(",").sum().rename({'Missing':np.nan}))
NaN     1
T       1
Tes     2
Test    1
dtype: int64