Pandas value_counts（normalize=True）给出了“IntegerArray”对象没有属性“sum”

Question

使用扩展数据类型时，value_counts(normalize=True)失败。例如，当创建包含pd.NA的int8系列时，通常会使用Int8扩展数据类型，但会出现错误：AttributeError: 'IntegerArray' object has no attribute 'sum'。解决办法是什么

pd.Series([1,pd.NA],dtype='Int8').value_counts(normalize=True)

Answer 1

这被认为是一个回归错误，请参见GH33317。好消息是，这是固定在熊猫1.1

pd.__version__  
# '1.1.0.dev0+2004.g8d10bfb6f'

pd.Series([1, pd.NA], dtype='Int8').value_counts(normalize=True) 

1    1.0
dtype: float64

---

更多示例

s = pd.Series([1, 1, 1, 2, 2, 3, pd.NA], dtype='Int8') 

s.value_counts()
 
1    3
2    2
3    1
dtype: Int64

s.value_counts(normalize=True)

1    0.500000
2    0.333333
3    0.166667
dtype: float64

s.value_counts(normalize=True, dropna=False)

1      0.428571
2      0.285714
NaN    0.142857
3      0.142857
dtype: float64

Answer 2

以下各项可用于解决该问题：

# 1) works if you're ok with dropping NA
pd.Series([1,pd.NA],dtype='Int8').dropna().astype(int).value_counts(normalize=True)

# 2) works if you're ok with switching to a non-extension datatype such as float
pd.Series([1,pd.NA],dtype='Int8').astype(float).value_counts(normalize=True)

# 3) The issue may be fixed in a future versions of pandas. Try using a pandas version >= 1.1