python - 如何在忽略 NaN 的多个列中查找绝对值最小的值？

Question

我有以下两个 pandas 时间序列(但问题也适用于 numpy 数组):

NaN               NaN
NaN               2
NaN               1
NaN               0
NaN              -1
NaN              -2
6                -3
5                -4
4                -5
3                NaN
2                NaN

我想通过以下方式组合这两列。如果两列都包含 NaN，则结果列将获取 NaN，否则我们将获得绝对值最小的值。

例如，在所考虑的情况下，我们应该得到:

 NaN
 2
 1
 0
-1
-2
-3
-4
 4
 3
 2

Answer 1

让 df 具有两列的数据框，使用 axis=1 在行上应用条件绝对最小值

这里，x[np.argmin(x.abs())] 检查绝对最小值的行索引，并返回带符号的原始值。

此外，我们还需要pd.isnull(x.min())检查'遇到的All-NaN切片，即当两列都有NaN时 值。

In [3]: df.apply(lambda x: x.min() if pd.isnull(x.min()) else
                           x[np.argmin(x.abs())], axis=1)
Out[3]:
0    NaN
1      2
2      1
3      0
4     -1
5     -2
6     -3
7     -4
8      4
9      3
10     2
dtype: float64