pandas數組(pandas Series)-(4)NaN的處理

上一篇pandas數組(pandas Series)-(3)向量化運算里說到,將兩個 pandas Series 進行向量化運算的時候,如果某個 key 索引只在其中一個 Series 里出現,計算的結果會是 NaN ,那么有什么辦法能處理 NaN 呢?

1.  dropna() 方法:

此方法會把所有為 NaN 結果的值都丟棄,相當於只計算共有的 key 索引對應的值:

import pandas as pd

s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
s2 = pd.Series([10, 20, 30, 40], index=['c', 'd', 'e', 'f'])

s3 = s1+s2
print(s3)

# 結果:
a     NaN
b     NaN
c    13.0
d    24.0
e     NaN
f     NaN
dtype: float64


print(s3.dropna())

# 結果:
c    13.0
d    24.0
dtype: float64

 

2.  fill_value 參數:

設置 fill_value參數可以給一個Series沒有key索引對應值的時候設置一個填充值:

s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
s2 = pd.Series([10, 20, 30, 40], index=['c', 'd', 'e', 'f'])
s3 = s1.add(s2, fill_value=0)
print(s3)

# 結果:
a     1.0
b     2.0
c    13.0
d    24.0
e    30.0
f    40.0
dtype: float64

這樣, s2 里雖然沒有 'a','b' 這個索引 key , s1 里雖然沒有 'e','f' 這兩個 key ,但是在運算的時候,會用 0 去填充進行運算,也可以設置為其他值.

 

可見,以上這兩種方法的區別就在於,一個會除去兩個 Series 不共有的 key ,一個會用填充值去填補不共有的 key 的值.