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。
1. 基本的 Series 相加（索引对齐）
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 pds1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])s2 = pd.Series([4, 5, 6], index=['a', 'b', 'd'])result = s1 + s2print(result)
输出：
a 5.0b 7.0c NaNd NaNdtype: float64
2. 使用 add 方法避免 NaN（填充缺失值）
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)
输出：
a 5.0b 7.0c 3.0d 6.0dtype: float64
3. 多个 Series 相加
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。
通义万相
通义万相，一个不断进化的AI艺术创作大模型
596 查看详情
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)
输出：
a 5.0b 15.0c 11.0d 6.0dtype: 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，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/597309.html
微信扫一扫 
支付宝扫一扫 
