python - 没有 np.nan 的标量和 pandas 系列的 np.maximum

Question

我有一个 pd.Series 和标量值( float 和整数)的列表，我想找到它们的元素最大值(系列的长度都相同)。如果存在 np.nan 值，则应使用另一个值(如果只有 nan 可用，则应使用 np.nan)。只要列表中的系列或值不包含 nan 值，这种方法就可以正常工作，但如果包含 nan 值，则 nan 会主导生成的系列。

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

举个例子

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

应该返回:

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

如何修改此代码以处理 nan 值并在存在替代值时忽略它们？

Answer 1

使用numpy.nanmax的解决方案

您正在寻找numpy.nanmax 。来自其文档:

Return the maximum of an array or maximum along an axis, ignoring any NaNs. When all-NaN slices are encountered a RuntimeWarning is raised and NaN is returned for that slice.

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))

在示例上运行它:

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