Series相加会自动按索引对齐,缺失位置默认产生NaN;使用add方法并设置fill_value可填充缺失值避免NaN;多个Series相加推荐链式调用add并指定fill_value以保证数据完整。

在使用 Python 的 pandas 库时,Series 是一种一维数组结构,支持带标签的索引。对两个或多个 Series 进行相加,可以直接使用 + 操作符,pandas 会根据索引自动对齐数据。
当两个 Series 相加时,pandas 会按索引进行匹配。如果某个索引只在一个 Series 中存在,结果中该位置的值为 NaN。
import pandas as pd s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c']) s2 = pd.Series([4, 5, 6], index=['a', 'b', 'd']) result = s1 + s2 print(result)
a 5.0 b 7.0 c NaN d NaN dtype: float64
可以使用 .add() 方法,并通过 fill_value 参数指定如何处理缺失值,避免结果中出现 NaN。
result = s1.add(s2, fill_value=0) print(result)
a 5.0 b 7.0 c 3.0 d 6.0 dtype: float64
可以链式调用 add 方法,或使用 + 连续相加,推荐使用 add 并设置 fill_value 保证数据完整性。
立即学习“Python免费学习笔记(深入)”;
s3 = pd.Series([7, 8], index=['b', 'c']) result = s1.add(s2, fill_value=0).add(s3, fill_value=0) print(result)
a 5.0 b 15.0 c 11.0 d 6.0 dtype: float64
基本上就这些。只要注意索引对齐和缺失值处理,Series 相加很直观。用 + 简单直接,用 add(fill_value=...) 更安全。
以上就是python Series如何进行相加的详细内容,更多请关注php中文网其它相关文章!
python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号