我想在使用groupby()时包含NA值，这在默认情况下不会发生。我认为选项dropna=False使其发生。但当列为Categorical类型时，该选项无效。
我想最好的说法是这背后有一个经过深思熟虑的设计决定。或者它可能与this pandas bug有关，我不完全理解？
我在这里使用的Pandas版本是1.2.5。

#!/usr/bin/env python3
import pandas as pd

print(pd.__version__)  # 1.2.5

# initial data
df = pd.DataFrame(
    {
        '2019': [1, pd.NA, 0],
        'N': [2, 0, 7],
    }
)
print(df)

## groupby()'s working as expected

# without NA
res = df.groupby('2019').size()
print(f'\n{res}')

# include NA
res = df.groupby('2019', dropna=False).size()
print(f'\n{res}')

## now the problems
## convert to Category
df['2019'] = df['2019'].astype('category')

# PROBLEM: NA is ignored
res = df.groupby('2019', dropna=False).size()
print(f'\n{res}')

# PROBLEM: NA is ignored even observed has no effect
res = df.groupby('2019', dropna=False, observed=True).size()
print(f'\n{res}')

在输出中，您首先看到初始DataFrame，然后看到两个groupby（）输出，它们的行为与预期一致，但最后两个groupby（）输出说明了我的问题。

1.2.5
   2019  N
0     1  2
1  <NA>  0
2     0  7

2019
0    1
1    1
dtype: int64

2019
0.0    1
1.0    1
NaN    1
dtype: int64

2019
0    1
1    1
dtype: int64

2019
1    1
0    1
dtype: int64
>>>