Pandas 将两列相加，跳过 NaN答案

【问题标题】：Pandas sum two columns, skipping NaNPandas 将两列相加，跳过 NaN
【发布时间】：2014-06-24 12:27:19
【问题描述】：

如果我添加两列来创建第三列，任何包含 NaN（代表我的世界中缺失的数据）的列都会导致结果输出列也为 NaN。有没有办法在不将值显式设置为 0 的情况下跳过 NaN（这会失去这些值“缺失”的概念）？

In [42]: frame = pd.DataFrame({'a': [1, 2, np.nan], 'b': [3, np.nan, 4]})

In [44]: frame['c'] = frame['a'] + frame['b']

In [45]: frame
Out[45]: 
    a   b   c
0   1   3   4
1   2 NaN NaN
2 NaN   4 NaN

在上面，我希望 c 列是 [4, 2, 4]。

谢谢...

【问题讨论】：

标签： python pandas

【解决方案1】：

使用 fillna()

frame['c'] = frame.fillna(0)['a'] + frame.fillna(0)['b']

或按照建议：

frame['c'] = frame.a.fillna(0) + frame.b.fillna(0)

给予：

    a   b  c
0   1   3  4
1   2 NaN  2
2 NaN   4  4

【讨论】：

取决于它有多大，改用frame.a.fillna(0) 可能会更好
谢谢。为什么 frame.a 比 frame['a'] 更受欢迎？只是风格偏好吗？

【解决方案2】：

另一种方法：

>>> frame["c"] = frame[["a", "b"]].sum(axis=1)
>>> frame
    a   b  c
0   1   3  4
1   2 NaN  2
2 NaN   4  4

【讨论】：

sum() 会自动执行 fillna(0) 还是跳过 NaN？
是的，它有效地跳过了它们。比较.mean(axis=1)——第二行（索引 1）的平均值为 2，而不是平均值 1.0，所以它跳过了 NaN，而不是估算值 0。
这可能会更好，因为当将两个 Nan 加在一起时，您将得到一个 NaN，而不是 0，如上面的答案...
我使用的是 pandas 1.0.5，它确实将 2 个 Nans 加起来为 0
这是更好的答案，请参阅documentation 和skipna 参数

【解决方案3】：

作为对上述答案的扩展，执行frame[["a", "b"]].sum(axis=1) 会将所有 NaN 的总和填充为 0

>>> frame["c"] = frame[["a", "b"]].sum(axis=1)
>>> frame
    a   b  c
0   1   3  4
1   2 NaN  2
2 NaN   4  4
3 NaN NaN  0

如果您希望所有 NaN 的总和为 NaN，您可以添加 docs 中引用的 min_count 标志

>>> frame["c"] = frame[["a", "b"]].sum(axis=1, min_count=1)
>>> frame
    a   b  c
0   1   3  4
1   2 NaN  2
2 NaN   4  4
3 NaN NaN  NaN

【讨论】：