如何通过处理 None 值来添加两个 pandas Series 对象?
pandasserver side programmingprogramming更新于 2025/4/5 12:07:17
在 pandas Series 功能中，我们有一个名为 add() 的函数，用于将一个系列对象与另一个系列对象相加。它还用于添加具有整数值和 Python 列表的 Series 对象。
series.add() 方法有一个 fill_values 参数。它用于通过将浮点值替换为此参数来有效处理缺失值。默认情况下，此 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
我们有两个系列对象 sr1 和 sr2，它们分别使用 NumPy arange 和 random 函数创建。sr1 对象有 5 个元素，sr2 只有 4 个元素。
这两个系列对象的长度不同。我们使用 series.add() 函数添加这两个对象。
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述代码块的最后几行中看到。我们可以在结果输出中看到 NaN 值，这是因为两个系列的长度不同。
示例
result = sr1.add(sr2, fill_value=0)
print('使用 fill_value 添加两个系列的结果系列对象:', result)
解释
为了删除上一个输出中的 NaN 值，我们在这里将‘0’值替换为 fill_value 参数。
输出
使用 fill_value 添加两个系列的结果系列对象: 0 16.0 1 14.0 2 19.0 3 16.0 4 5.0 dtype: float64
我们可以看到，此输出中没有 NaN 值，这是由于此 fill_value 参数造成的。在此示例中，我们将 0 作为此 fill_value 参数的输入，以便它将用 0 添加缺失值。
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
在下面的例子中，我们使用具有不同索引标签的 Python 字典创建了两个 Pandas 系列对象。
并且我们通过替换 fill_value 参数和不违背参数输入的方式，以两种方式在这两个系列对象之间完成了加法运算。
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
两个系列之间的加法是基于索引标签进行的，如果索引不相同，则 add 函数将通过替换 NaN 自动匹配那些缺失的索引，然后执行加法运算。这就是我们可以在 add() 函数的结果输出中看到 NaN 值的原因。
