我有一个数据框，其中有许多列中缺少的值，我希望按以下方式分组：
将熊猫作为pd导入
将numpy作为np导入
df=pd.DataFrame（{'a'：['1'，'2'，'3'，'b'：['4'，np.NaN'，'6']}）
[4]on df.groupby（'b'）.groups
Out[4]：{'4'：[0]，'6'：[2]}
请参见Pandas已删除具有NaN目标值的行。（我想包括这些行！）
因为我需要很多这样的操作（很多col都缺少值），并且使用比中间值（通常是随机林）更复杂的函数，所以我希望避免编写太复杂的代码。
有什么建议吗？我应该为此编写一个函数还是有一个简单的解决方案
熊猫>；=1.1
从pandas 1.1开始，您可以更好地控制这种行为，现在可以使用dropna=False在石斑鱼中使用NA值：
pd.\u版本__
#“1.1.0.dev0+2004.g8d10bfb6f”
#文档中的示例
df
a、b、c
0 1 2.0 3
1南4
2 2 1.0 3
3 1 2.0 2
#不带NA（默认值）
df.groupby（'b'）.sum（）
a c
B
一点零二三
二点零二五
#带NA
df.groupby（'b'，dropna=False）.sum（）
a c
B
一点零二三
二点零二五
南14