Pandas 两列之和 - 正确处理 nan 值

Question

当对两个 pandas 列求和时，当两列之一是浮点数时，我想忽略 nan 值。但是，当 nan 出现在两列中时，我想在输出中保留 nan（而不是 0.0）。

初始数据帧：

Surf1     Surf2
0         0
NaN       8
8         15
NaN       NaN
16        14
15        7

期望输出：

Surf1     Surf2     Sum
0         0         0
NaN       8         8
8         15        23
NaN       NaN       NaN
16        14        30
15        7         22

尝试过的代码： -> 下面的代码忽略了 nan 值，但是当取两个 nan 值的总和时，它在输出中给出 0.0，在这种特殊情况下我想将它保留为 NaN，以使这些空值与实际为 0 的值分开求和后

import pandas as pd
import numpy as np

data = pd.DataFrame({"Surf1": [10,np.nan,8,np.nan,16,15], "Surf2": [22,8,15,np.nan,14,7]})
print(data)

data.loc[:,'Sum'] = data.loc[:,['Surf1','Surf2']].sum(axis=1)
print(data)

Answer 1

您可以通过以下方式 mask 结果：

df.sum(1).mask(df.isna().all(1))

0     0.0
1     8.0
2    23.0
3     NaN
4    30.0
5    22.0
dtype: float64

Answer 2

你可以这样做：

df['Sum'] = df.dropna(how='all').sum(1)

输出：

   Surf1  Surf2   Sum
0   10.0   22.0  32.0
1    NaN    8.0   8.0
2    8.0   15.0  23.0
3    NaN    NaN   NaN
4   16.0   14.0  30.0
5   15.0    7.0  22.0

Answer 3

您可以使用min_count，这将在至少有一个不为空的情况下对所有行求和，如果全部为空return null

df['SUM']=df.sum(min_count=1,axis=1)
#df.sum(min_count=1,axis=1)
Out[199]: 
0     0.0
1     8.0
2    23.0
3     NaN
4    30.0
5    22.0
dtype: float64

Answer 4

来自documentation pandas.DataFrame.sum

By default, the sum of an empty or all-NA Series is 0.

>>> pd.Series([]).sum() # min_count=0 is the default 0.0

This can be controlled with the min_count parameter. For example, if you’d like the sum of an empty series to be NaN, pass min_count=1.

将您的代码更改为

data.loc[:,'Sum'] = data.loc[:,['Surf1','Surf2']].sum(axis=1, min_count=1)

输出

   Surf1  Surf2
0   10.0   22.0
1    NaN    8.0
2    8.0   15.0
3    NaN    NaN
4   16.0   14.0
5   15.0    7.0
   Surf1  Surf2   Sum
0   10.0   22.0  32.0
1    NaN    8.0   8.0
2    8.0   15.0  23.0
3    NaN    NaN   NaN
4   16.0   14.0  30.0
5   15.0    7.0  22.0

Answer 5

我认为上面列出的所有解决方案仅适用于缺少第一个列值的情况。如果遇到第一列值不丢失但第二列值丢失的情况，请尝试使用：

df['sum'] = df['Surf1']

df.loc[(df['Surf2'].notnull()), 'sum'] = df['Surf1'].fillna(0) + df['Surf2']

Pandas 两列之和 - 正确处理 nan 值

Pandas sum of two columns - dealing with nan-values correctly

python

sum

nan

pandas