添加具有不同索引的pandas Series而不获取NaN

Question

我正在尝试做我认为在熊猫中直接fr然操作但我似乎无法使其发挥作用。

我有两个具有不同索引数量的pandas系列，如果它们共享一个索引，我想将值加在一起，否则我只想传递没有相应索引的值。

例如

Sr1 = pd.Series([1,2,3,4], index = ['A', 'B', 'C', 'D'])
Sr2 = pd.Series([5,6], index = ['A', 'C'])
Sr1        Sr2
A     1    A     5
B     2    C     6
C     3
D     4

Sr1 + Sr2或Sr1.add(Sr2)给予

A     6
B   NaN
C     9
D   NaN

但我想要的是

A     6
B     2
C     9
D     4

只传递B的{​​{1}}和D值。

有什么建议吗？

Answer 1

您可以使用fill_value：

>>> import pandas as pd
>>> Sr1 = pd.Series([1,2,3,4], index = ['A', 'B', 'C', 'D'])
>>> Sr2 = pd.Series([5,6], index = ['A', 'C'])
>>> Sr1+Sr2
A     6
B   NaN
C     9
D   NaN
>>> Sr1.add(Sr2, fill_value=0)
A    6
B    2
C    9
D    4

Answer 2

Sr1 = pd.Series([1,2,3,4], index = ['A', 'B', 'C', 'D'])

Sr2 = pd.Series([5,6,7], index = ['A', 'C','E'])
(Sr1+Sr2).fillna(Sr2).fillna(Sr1)

使用fillna的另一种方法。当indeces不匹配时，它将适用于所有情况

Answer 3

使用fillna()的解决方案：

>>> import pandas as pd
>>> Sr1 = pd.Series([1, 2, 3, 4], index = ['A', 'B', 'C', 'D'])
>>> Sr2 = pd.Series([5, 6], index = ['A', 'C'])
>>> (Sr1 + Sr2).fillna(Sr1 + 0)
A    6.0
B    2.0
C    9.0
D    4.0