Pandas 对两列求和，跳过 NaN

Question

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是 NaN。 有没有办法跳过 NaN 而不将值显式设置为 0（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...

Answer 1

使用填充（）

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

Answer 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

Answer 3

作为上述答案的扩展，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，您可以添加文档中引用的 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