NaN值会自动跳过。例如，如果我们有下表：

  store  reviewScore
0     a          4.0
1     b          3.0
2     a          3.0
3     a          NaN
4     b          5.0

groupby并mean为每个组找到：

df.groupby('store', as_index = False).agg({'reviewScore': 'mean'})

相当于：

df.groupby('store', as_index = False).mean()

输出：

  store  reviewScore
0     a          3.5
1     b          4.0

要在聚合函数中使用参数，您可以使用lambda函数：

df.groupby('store', as_index = False).agg({'reviewScore': lambda x: x.mean(skipna=True)})

或者

df.groupby('store', as_index = False).agg(lambda x: x.mean(skipna=True))

结果应该是一样的。

内部mean()函数将忽略 NaN 值。

获得 NaN 的唯一情况是 NaN 是唯一值。然后，空集的平均值给出 NaN。

聚合函数agg的工作方式与mean().