Pandas：nansum系列到DataFrame的每一列

Question

我想将一个系列加到一个DataFrame的每一列上，具有相同的nansum行为：如果缺少一个组件，则返回另一个;如果两者都丢失则返回NaN / 0.

测试用例：

import numpy as np
import pandas as pd

df = pd.DataFrame([[np.nan, 1], [2, 2], [3, 4]])
ts = pd.Series([1, np.nan, 4])

尝试1（当缺少一个时给出nan）：

df.add(ts, axis=0)

Out[115]: 
     0    1
0  NaN  2.0
1  NaN  NaN
2  7.0  8.0

尝试2（抛出错误）：

df.add(ts, axis=0, fill_value=0)
NotImplementedError: fill_value 0 not supported.

预期产出：

   0  1
0  1  2
1  2  2
2  7  8

注意：我可以通过保存NaN的位置来做到这一点，用NaN填充为0并且当两者都是NaN时设置为NaN，但我正在寻找更好的解决方案。

Answer 1

fill_value除了None之外的任何内容仍然有效，但截至目前，您必须解决此问题。执行添加，然后计算掩码以在需要时恢复NaN。

r = df.fillna(0).add(ts.fillna(0), axis=0)

m = df.isnull().__and__(ts.isnull(), axis=0).values
v = r.values
v[m] = np.nan

r[:] = v 

r
     0    1
0  1.0  2.0
1  2.0  2.0
2  7.0  8.0