添加具有不同索引的熊猫系列而不获取 NaN答案

【问题标题】：Adding pandas Series with different indices without getting NaNs添加具有不同索引的熊猫系列而不获取 NaN
【发布时间】：2012-09-20 00:02:13
【问题描述】：

我正在尝试在 pandas 中做我认为是直截了当的操作，但我似乎无法让它发挥作用。

我有两个具有不同索引数量的熊猫系列，如果它们共享一个索引，我想将值加在一起，否则我只想传递没有对应索引的值。

例如

Sr1 = pd.Series([1,2,3,4], index = ['A', 'B', 'C', 'D'])
Sr2 = pd.Series([5,6], index = ['A', 'C'])
Sr1        Sr2
A     1    A     5
B     2    C     6
C     3
D     4

Sr1 + Sr2 或Sr1.add(Sr2) 给予

A     6
B   NaN
C     9
D   NaN

但我想要的是

其中 Sr1 的 B 和 D 值只是被传递。

有什么建议吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以使用fill_value:

>>> import pandas as pd
>>> Sr1 = pd.Series([1,2,3,4], index = ['A', 'B', 'C', 'D'])
>>> Sr2 = pd.Series([5,6], index = ['A', 'C'])
>>> Sr1+Sr2
A     6
B   NaN
C     9
D   NaN
>>> Sr1.add(Sr2, fill_value=0)
A    6
B    2
C    9
D    4

【讨论】：

互补运算为 Sr1.subtract(Sr2, fill_value=0)

【解决方案2】：

Sr1 = pd.Series([1,2,3,4], index = ['A', 'B', 'C', 'D'])

Sr2 = pd.Series([5,6,7], index = ['A', 'C','E'])
(Sr1+Sr2).fillna(Sr2).fillna(Sr1)

使用 fillna 的另一种方法。当索引不匹配时，它适用于所有情况

【讨论】：

【解决方案3】：

使用fillna()的解决方案：

>>> import pandas as pd
>>> Sr1 = pd.Series([1, 2, 3, 4], index = ['A', 'B', 'C', 'D'])
>>> Sr2 = pd.Series([5, 6], index = ['A', 'C'])
>>> (Sr1 + Sr2).fillna(Sr1 + 0)
A    6.0
B    2.0
C    9.0
D    4.0

【讨论】：