python - Numpy 与 Pandas 不一致的结果和缺失值

Question

为什么 numpy 在使用 Pandas 系列时返回带有缺失值的不同结果与访问系列的值相比，如下所示:

import pandas as pd
import numpy as np

data = pd.DataFrame(dict(a=[1, 2, 3, np.nan, np.nan, 6]))
np.sum(data['a'])

#12.0

np.sum(data['a'].values)
#nan

Answer 1

在 pandas Series 上调用 np.sum 委托(delegate)给 Series.sum，它在计算总和时忽略 NaN(默认情况下)。

data['a'].sum()
# 12.0

np.sum(data['a'])
# 12.0

从np.sum的源码可以看出:

np.sum??

def sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue, initial=np._NoValue):
    ...
    return _wrapreduction(a, np.add, 'sum', axis, dtype, out, keepdims=keepdims,

查看 _wrapreduction 的源代码，我们看到:

np.core.fromnumeric._wrapreduction??

def _wrapreduction(obj, ufunc, method, axis, dtype, out, **kwargs):
    ...
    if type(obj) is not mu.ndarray:
        try:
            reduction = getattr(obj, method)   # get reference to Series.add 

reduction 然后最终在函数末尾调用:

            return reduction(axis=axis, out=out, **passkwargs)