相加时NaN为0，除法时为NaN

Question

我有一个稀疏的 dataframe ，我需要在其中进行一些涉及添加和加权平均的列操作。

df
     A   B   C    D   E   F
0  NaN NaN NaN   30  15  25  
1  15  25   35  NaN NaN NaN 
2  NaN NaN NaN   35  10  15
3  10  20   35  NaN NaN NaN

现在我必须创建三个新列，其中一列是(A + D) ，一列是((A * B) + (D * E)) / (A + D) ，最后一列是((A * B * C) + (D * E * F)) / ((A * B) + (D * E)) 。 我遇到的问题是，当我将 NaN 视为 0 时，我会得到错误，因为你不能除以 0，但是当我使用 NaN 执行操作时，我的结果是 NaN。 我试着只写一个条件，但我得到一个错误，因为它是一个列，所以它不起作用。 我不想一次做一排，因为速度很重要。 任何帮助将不胜感激。

Answer 1

我读入了您的数据并使用.fillna(0)替换了NaN值。 这是一个选择吗？

import pandas as pd
df = pd.read_clipboard().fillna(0)
df

    A       B       C       D       E       F
0   0.0     0.0     0.0     30.0    15.0    25.0
1   15.0    25.0    35.0    0.0     0.0     0.0
2   0.0     0.0     0.0     35.0    10.0    15.0
3   10.0    20.0    35.0    0.0     0.0     0.0

然后我只是输入了你的公式：

df['G'] = (df['A'] + df['D'])
df['H'] = ((df['A'] * df['B']) + (df['D'] * df['E'])) / (df['A'] + df['D'])
df['I'] = ((df['A'] * df['B'] * df['C']) + (df['D'] * df['E'] * df['F'])) / ((df['A'] * df['B']) + (df['C'] * df['D']))
df

这是您在下面所期待的吗？

    A       B       C       D       E       F       G       H       I
0   0.0     0.0     0.0     30.0    15.0    25.0    30.0    15.0    inf
1   15.0    25.0    35.0    0.0     0.0     0.0     15.0    25.0    35.0
2   0.0     0.0     0.0     35.0    10.0    15.0    35.0    10.0    inf
3   10.0    20.0    35.0    0.0     0.0     0.0     10.0    20.0    35.0

最后，如果要将inf值更改为 nan 值，可以使用df.replace(np.inf, np.nan)