如何執行多個系列的逐元素求和，保留 NaN

Question

我有一個 Pandas DataFrame，例如：

df = pd.DataFrame([[1.0, np.nan, 3.0], 
                   [4.0, 5.0, 6.0], 
                   [np.nan, np.nan, np.nan],
                   [np.nan, 8.0, 9.0],
                   [0.0, 0.0, 0.0]], 
                  columns=['a', 'b', 'c'])

df =
     a    b    c
0  1.0  NaN  3.0
1  4.0  5.0  6.0
2  NaN  NaN  NaN
3  NaN  8.0  9.0
4  0.0  0.0  0.0

我想對每一行求和，這樣NaN被忽略（即被視為 0），除非整行是NaN （例如第 2 行）。 想要的答案是：

column_sum(df) =

0   4.0 
1  15.0  
2   NaN 
3  17.0 
4   0.0

請注意，第 2 行的總和是NaN ，而第 4 行的總和是0.0 。 必須保持這種區別。

我試過：

df.sum(axis=1, skipna=True) = 

0     4.0
1    15.0
2     0.0
3    17.0
4     0.0

這將第 2 行設為0.0 。 使用.fillna(0)做同樣的事情。

我可以看到一種逐列執行此操作的方法，可以隨時屏蔽NaN值，但是有沒有更有效的方法？

謝謝，克里斯

Answer 1

在DataFrame.sum使用參數min_count=1 ，默認值 ( 0 ) 返回0而不是NaN s：

print(df.sum(axis=1, min_count=1))
0     4.0
1    15.0
2     NaN
3    17.0
4     0.0
dtype: float64