按列查找包含 NaN 元素的 pandas DataFrame 的最小值

Question

我正在尝试获取两个 pandas Series 之间的最小值。碰巧该系列中的某些元素是NaN，当与数字进行比较时，我想得到NaN 的结果。

为什么我使用np.min函数

我使用了np.min 函数。这是因为我理解使用min 函数会导致错误，因为当列表中存在NaN 元素时，输出取决于列表中的顺序。

当我跑步时：

import numpy as np
print min([1,np.nan])
print min([np.nan,1])

我得到结果：

>>> 
1
nan

当我跑步时：

import numpy as np
print np.min([np.nan,1])
print np.min([1,np.nan])

我得到了我的期望：

>>> 
nan
nan

用于查找两个pandas 系列之间的最小值的玩具示例代码

考虑到以前的结果，我使用了np.minfunction。但是，如果我使用两个 Series 运行以下玩具示例代码，创建一个 DataFrame 并找到最小值，我会得到数字而不是 NaN，正如我在比较 NaN 和数字时所期望的那样。

import pandas as pd
import numpy as np
s1 = pd.Series([1,2,3,4,5])
s2 = pd.Series([np.nan, np.nan, np.nan, 0, np.nan])
df1 = pd.DataFrame([s1,s2])
df2 = pd.DataFrame([s2,s1])
r1 = np.min(df1,axis=0)
r2 = np.min(df2,axis=0)
print r1
print r2

这会导致以下打印结果：

>>> 
0    1.0
1    2.0
2    3.0
3    0.0
4    5.0
dtype: float64
0    1.0
1    2.0
2    3.0
3    0.0
4    5.0
dtype: float64

但我希望结果与Serie s2 相同，即DataFrame df1：

>>> df1
     0    1    2    3    4
0  1.0  2.0  3.0  4.0  5.0
1  NaN  NaN  NaN  0.0  NaN

问题

在为我用两个系列创建的DataFrame 查找最小值时，是否有我遗漏的函数或者我做错了什么？我希望 NaN 成为比较数字和 NaN 元素时的结果...

注意：我将python 2.7与numpy 1.13.3和pandas 0.22.0一起使用

Answer 1

IIUC，这是np.minimum的定义

比较两个数组并返回一个包含元素的新数组 最小值。 如果要比较的元素之一是 NaN，那么 返回元素。 如果两个元素都是 NaN，那么第一个是 返回。

r1 = np.minimum(df1.loc[0, :], df1.loc[1, :])
r2 = np.minimum(df2.loc[0,:], df2.loc[1, :])

Answer 2

IIUC，您可以将系列的values 作为np.array 传递给np.min，您会得到np.min 所期望的行为：

>>> np.min(df2.values,axis=0)
array([nan, nan, nan,  0., nan])
>>> np.min(df1.values,axis=0)
array([nan, nan, nan,  0., nan])

您还可以将参数skipna=False 应用于pands.DataFrame.min，同时考虑NaN 值：

>>> df1.min(axis=0, skipna=False)
0    NaN
1    NaN
2    NaN
3    0.0
4    NaN
dtype: float64
>>> df2.min(axis=0, skipna=False)
0    NaN
1    NaN
2    NaN
3    0.0
4    NaN
dtype: float64