样本数据:
s1 = pd.Series(data = [1,1,1,1,1], index = ['idx1', 'idx2', 'idx3', 'idx4', 'idx5'])
s2 = pd.Series(data = [2,2,2], index = ['idx2', 'idx4', 'idx5'])
添加时
s1+s2
事实证明:
这是可以理解的,因为任何类型 + NaN = NaN,但是我需要来自 summand 的值,这些值在添加时被定义在缺少的索引中,也就是说,我需要
现在我正在这样做:我将它翻译成一个 DataFrame,添加缺少的列,fillna (0) 并添加 - 这非常糟糕,请告诉我如何正确地做,谢谢!对数据框同样感兴趣,如果其中一个 dfs 没有某些列,也会产生 NaN。
对于系列:
对于数据框:
无需重新发明轮子
你当然可以 (s1+s2).dropna().combine_first(s1)