python - Pandas:对 DataFrame 的每一列进行 nansum 系列

Question

我想对 DataFrame 的每一列求和，具有与 nansum 相同的行为:如果缺少一个组件，则返回另一个组件；如果两者都缺失，则返回 NaN/0。

测试用例:

import numpy as np
import pandas as pd

df = pd.DataFrame([[np.nan, 1], [2, 2], [3, 4]])
ts = pd.Series([1, np.nan, 4])

尝试 1(缺少一个时给出 nan):

df.add(ts, axis=0)

Out[115]: 
     0    1
0  NaN  2.0
1  NaN  NaN
2  7.0  8.0

尝试 2(抛出错误):

df.add(ts, axis=0, fill_value=0)
NotImplementedError: fill_value 0 not supported.

预期输出:

   0  1
0  1  2
1  2  2
2  7  8

注意:我可以通过保存 NaN 的位置，用 0 填充 NaN 进行求和，并在两者都是 NaN 时设置为 NaN，但我正在寻找更好的解决方案。

Answer 1

除 None 之外的任何内容的

fill_value 仍在进行中，但截至目前，您必须解决此问题。执行加法，然后计算掩码以在需要时恢复 NaN。

r = df.fillna(0).add(ts.fillna(0), axis=0)

m = df.isnull().__and__(ts.isnull(), axis=0).values
v = r.values
v[m] = np.nan

r[:] = v 

r
     0    1
0  1.0  2.0
1  2.0  2.0
2  7.0  8.0