标量和熊猫系列的np.maximum，无np.nan

Question

我有一个pd.Series和标量值（浮点型和整型）的列表，我想找到其元素级最大值（系列都相同的长度）。如果有一个np.nan值，则应该使用另一个值（如果只有nan可用，则np.nan）。只要列表中的序列或值不包含nan值，此方法就可以正常工作，但是如果它们包含nan值，则nan会主导结果序列。

rv = input_list[0]
for s in input_list[1:]:
  rv = np.maximum(s, rv)

例如

input_list = [pd.Series([1, 2, 3, 1]), 2, pd.Series([3, 1, np.nan, 4])]

应返回：

pd.Series([3, 2, 3, 4])

如何修改此代码以处理nan值，如果有其他值，则忽略它们？

Answer 1

使用numpy.nanmax

的解决方案

您正在寻找numpy.nanmax。从其文档中：

  

返回数组的最大值或沿轴的最大值，而忽略任何   NaNs。遇到所有NaN片时，会发出 RuntimeWarning   并为该切片返回NaN。

因此，如果您知道该系列的最大尺寸为n：

n= 4
result = pd.Series(np.nanmax(
    [np.full(n, i) if np.isscalar(i) else i for i in input_list], axis=0))

在示例中运行它：

input_list = [pd.Series([1, 2, 3, 1]), 2, pd.Series([3, 1, np.nan, 4])]
result = pd.Series(np.nanmax(
    [np.full(n, i) if np.isscalar(i) else i for i in input_list], axis=0))

输出：

0    3.0
1    2.0
2    3.0
3    4.0
dtype: float64