python - 使用 NaN 添加两个系列

Question

我正在研究“用于数据分析的 Python”，但我不了解特定功能。添加两个 pandas 系列对象将自动对齐索引数据，但如果一个对象不包含该索引，则返回为 NaN。例如从书中：

a = Series([35000,71000,16000,5000],index=['Ohio','Texas','Oregon','Utah'])
b = Series([NaN,71000,16000,35000],index=['California', 'Texas', 'Oregon', 'Ohio'])

结果：

    In [63]: a
    Out[63]: Ohio          35000
             Texas         71000
             Oregon        16000
             Utah           5000
    In [64]: b
    Out[64]: California      NaN
             Texas         71000
             Oregon        16000
             Ohio          35000

当我把它们加在一起时，我得到了这个......

    In [65]: a+b
    Out[65]: California       NaN
             Ohio           70000
             Oregon         32000
             Texas         142000
             Utah             NaN

那么为什么犹他州的值是 NaN 而不是 500？似乎 500+NaN=500。是什么赋予了？我遗漏了一些东西，请解释一下。

更新：

    In [92]: # fill NaN with zero
             b = b.fillna(0)
             b
    Out[92]: California        0
             Texas         71000
             Oregon        16000
             Ohio          35000

    In [93]: a
    Out[93]: Ohio      35000
             Texas     71000
             Oregon    16000
             Utah       5000

    In [94]: # a is still good
             a+b
    Out[94]: California       NaN
             Ohio           70000
             Oregon         32000
             Texas         142000 
             Utah             NaN

Answer 1

Pandas 不假设 500+NaN=500，但很容易要求它这样做：

a.add(b, fill_value=0)

Answer 2

默认方法是假设任何涉及 NaN 的计算都会给出 NaN 作为结果。任何加上 NaN 的都是 NaN，除以 NaN 的任何东西都是 NaN，等等。如果你想用一些值填充 NaN，你必须明确地这样做（正如 Dan Allan 在他的回答中所示）。

Answer 3

使用起来更有意义，pd.concat()因为它可以接受更多列。

import pandas as pd
import numpy as np

a = pd.Series([35000,71000,16000,5000],index=['Ohio','Texas','Oregon','Utah'])
b = pd.Series([np.nan,71000,16000,35000],index=['California', 'Texas', 'Oregon', 'Ohio'])

pd.concat((a,b), axis=1).sum(1, min_count=1)

输出：

California         NaN
Ohio           70000.0
Oregon         32000.0
Texas         142000.0
Utah            5000.0
dtype: float64

---

或 3 系列：

import pandas as pd
import numpy as np

a = pd.Series([1, np.NaN, 4, 5])
b = pd.Series([3, np.NaN, 5, np.NaN])
c = pd.Series([np.NaN,np.NaN,np.NaN,np.NaN])

print(pd.concat((a,b,c), axis=1).sum(1, min_count=1))

#0    4.0
#1    NaN
#2    9.0
#3    5.0
#dtype: float64