Pandas：nansum系列到DataFrame的每一列

Question

我想將一個系列加到一個DataFrame的每一列上，具有相同的nansum行為：如果一個組件丟失，則返回另一個; 如果兩者都丟失則返回NaN / 0。

測試用例：

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])

嘗試1（當缺少一個時給出nan）：

df.add(ts, axis=0)

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

嘗試2（拋出錯誤）：

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

預期產出：

   0  1
0  1  2
1  2  2
2  7  8

注意：我可以通過保存NaN的位置來做到這一點，用NaN填充為0並且當兩者都是NaN時設置為NaN，但我正在尋找更好的解決方案。

Answer 1

除了None之外的任何東西的fill_value仍在開發中，但截至目前，你必須解決這個問題。 執行添加，然后計算掩碼以在需要時恢復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