如何通过处理 None 值来添加两个 pandas Series 对象？

在 pandas Series 功能中，我们有一个名为的函数add()，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。

该方法有一个 fill_values 参数。它用于通过将此参数替换为浮点值来有效处理缺失值。默认情况下，此 fill_value 参数的输入是 Nan。series.add()

示例

import pandas as pd
import numpy as np

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

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

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

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，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。

这两个系列对象具有不同的长度。我们正在使用该函数添加这两个对象。series.add()

输出结果

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

该函数的输出可以在上述块的最后几行中看到。我们可以在结果输出中看到一个 NaN 值，这是因为两个系列的长度不同。series.add()

示例

result = sr1.add(sr2, fill_value=0)

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

解释

为了删除之前输出中的 NaN 值，我们在这里将 '0' 值替换为 fill_value 参数。

输出结果

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，这是由于此 fill_value 参数而发生的。在此示例中，我们将 0 作为此 fill_value 参数的输入，以便它将缺失值添加为 0。

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，我们使用具有不同索引标签的 Python 字典创建了两个 Pandas 系列对象。

我们已经通过两种方式完成了这两个系列对象之间的加法运算，通过替换 fill_value 参数并且不违反参数输入。

输出结果

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

两个系列之间的相加是根据索引标签完成的，如果索引不相同，那么add函数会通过替换NaN来自动匹配那些缺失的索引，然后执行相加操作。这就是我们可以在add()函数的结果输出中看到 NaN 值的原因。