如何处理 None 值来添加两个 Pandas Series 对象？

在 Pandas Series 功能中，我们有一个名为 add() 的函数，用于将一个 Series 对象与另一个 Series 对象相加。它还可以用于将 Series 对象与整数和 Python 列表相加。

series.add() 方法有一个 fill_values 参数，用于通过将浮点值替换到该参数来有效地处理缺失值。默认情况下，该 fill_value 参数的输入为 Nan。

示例

import pandas as pd
import numpy as np

sr1 = pd.Series(np.arange(1,6))
print('Series Object 1:',sr1, sep='
')

sr2 = pd.Series(np.random.randint(10,20,4))

print('Series Object 2:',sr2, sep='
')

result = sr1.add(sr2)

print('Resultant series object with the addition of two Series:', result)

解释

我们有两个 Series 对象 sr1 和 sr2，它们分别使用 NumPy 的 arange 和 random 函数创建。sr1 对象有 5 个元素，sr2 只有 4 个元素。

这两个 Series 对象的长度不同。我们使用 series.add() 函数将这两个对象相加。

输出

Series Object 1:
0   1
1   2
2   3
3   4
4   5
dtype: int32
Series Object 2:
0  15
1  12
2  16
3  12
dtype: int32
Resultant series object with addition of two Series: 0 16.0
1   14.0
2   19.0
3   16.0
4    NaN
dtype: float64

解释

series.add() 函数的输出可以在上面代码块的最后几行看到。我们可以看到结果输出中有一个 NaN 值，这是因为两个 Series 的长度不相等。

示例

result = sr1.add(sr2, fill_value=0)

print('The resultant series object of adding two series with fill_value:', result)

解释

为了去除前面输出中的 NaN 值，这里我们将 '0' 值替换为 fill_value 参数。

输出

The resultant series object of adding two series with fill_value:
0  16.0
1  14.0
2  19.0
3  16.0
4   5.0
dtype: float64

我们可以看到此输出中不存在 NaN 值，这是由于 fill_value 参数导致的。在此示例中，我们将 0 作为输入提供给 fill_value 参数，以便它将缺失值与 0 相加。

示例

import pandas as pd
import numpy as np

sr1 = pd.Series({'a':1,'b':2,'c':3})
print('Series Object 1:',sr1)

sr2 = pd.Series({'c':7,'d':8,'e':9})

print('Series Object 2:',sr2)

result1 = sr1.add(sr2)

print('Resultant series object without Fill_value:', result1)

result2 = sr1.add(sr2, fill_value= 0)

print('Resultant series object with Fill_value 0:', result2)

解释

在以下示例中，我们使用 Python 字典创建了两个 Pandas Series 对象，它们具有不同的索引标签。

我们通过两种方式对这两个 Series 对象进行了加法运算，一种是替换 fill_value 参数，另一种是不定义参数输入。

输出

Series Object 1:
a   1
b   2
c   3
dtype: int64

Series Object 2:
c   7
d   8
e   9
dtype: int64

Resultant series object without Fill_value:
a   NaN
b   NaN
c  10.0
d   NaN
e   NaN
dtype: float64

Resultant series object with Fill_value 0:
a   1.0
b   2.0
c  10.0
d   8.0
e   9.0
dtype: float64

两个 Series 之间的加法是基于索引标签进行的，如果索引不相同，则 add 函数将自动匹配那些缺失的索引并替换为 NaN，然后执行加法运算。这就是我们在 add() 函数的结果输出中看到 NaN 值的原因。

更新于: 2021年11月18日

550 次浏览

开启您的 职业生涯

通过完成课程获得认证

开始学习
广告