Python Pandas：如何总结还包含缺失值的列？答案

【问题标题】：Python Pandas: How to sum up columns that also include missing values?Python Pandas：如何总结还包含缺失值的列？
【发布时间】：2015-10-25 12:52:59
【问题描述】：

我有一个 df 有几列，其中三个是这样的：

num1  num2   num3 
1      NaN    1
NaN     1     1
1       1     1

我想创建另一列“sum_num”并在每行中为所有列添加值（替代方法是计算个数，因为值都是一）。

预期结果：

num1  num2   num3 sum_num
1      NaN    1      2
NaN     1     1      2
1       1     1      3

现在我已经尝试了这段代码，但我在“sum_num”列中只有 NaN 的内容。

df['sum_num'] = df.num1 + df.num2 + df.num3

有谁知道如何忽略缺失值，并且仍然要么对缺失值求和，要么对它们进行计数以获得每行所需的结果？

【问题讨论】：

标签： python pandas sum missing-data

【解决方案1】：

sumaxis=1

In [202]: df['sum_num'] = df.sum(axis=1)

In [203]: df
Out[203]:
   num1  num2  num3  sum_num
0     1   NaN     1        2
1   NaN     1     1        2
2     1     1     1        3

【讨论】：

谢谢。如果数据框有一些其他列，而我只想总结这些特定列怎么办？
df[list_of_columns].sum(axis=1) ?
是的，我知道了，谢谢。你能告诉我如何计算而不是总结它们的数量吗？
df.count(axis=1) :-) ?
哈哈谢谢我现在感觉很愚蠢，如果不是所有的值都是一，我的意思是更多，例如如果我也有零。如何同时计算 1 和 0

【解决方案2】：

实际上，您可以从数据框创建子集，此处为df：

sum_num = df[['num1', 'num2', 'num3']]

然后将子集添加到df:

df['summed'] = sum_num.sum(axis=1)

【讨论】：