本文介绍了 pandas 两列之和-正确处理NaN值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
在对两个PANAT列求和时，当两列中的一列是浮点型时，我希望忽略NaN值。但是，当NaN出现在两列中时，我希望在输出中保留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
所需输出：
Surf1 Surf2 Sum
0 0 0
NaN 8 8
8 15 23
NaN NaN NaN
16 14 30
15 7 22
已尝试代码： ->下面的代码忽略NaN-Value，但当取两个NaN-Value的和时，它在输出中给出了0.0，在这种特定情况下，我希望将其保留为NaN，以使这些空值与求和后实际为0的值分开。
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)
推荐答案
来自documentation pandas.DataFrame.sum
默认情况下，空系列或全NA系列的总和为0。
pd.Series([]).sum()#min_count=0是默认的0.0
这可以通过MIN_COUNT参数进行控制。例如，如果希望空数列的和为NaN，则传递min_count=1。
将代码更改为
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
这篇关于 pandas 两列之和-正确处理NaN值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！