Question

我有一个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

我想对每一行进行求和，以使NaN被忽略（即视为0），除非整行是NaN（例如，第2行）。所需的答案是：

column_sum(df) =

0   4.0 
1  15.0  
2   NaN 
3  17.0 
4   0.0

请注意，第2行的总和为NaN，而第4行的总和为0.0。必须保持这种区别。

我尝试过：

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

0     4.0
1    15.0
2     0.0
3    17.0
4     0.0

，第2行为0.0。使用.fillna(0)做同样的事情。

我可以看到一种方法，可以逐列屏蔽NaN值，但是有没有更有效的方法呢？

谢谢，克里斯

Answer 1

在DataFrame.sum中使用参数min_count=1，默认值（0）返回0而不是NaN：

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

如何在保留NaN的情况下执行多个序列的逐元素求和

1 个答案: