数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何处理 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。
550 次浏览
