从另一个Series更新（覆盖）pandas Series中的值？

Question

我有两个pandas系列: ser和ovr。 ser包含对象，ovr是一个稀疏的对象和None的Series。ser和ovr共享相同的索引，我想用其相应的ovr值覆盖每个ser值，除非该相应的值为None。

有什么有效的方法可以实现这一点？

- Dun Peal

Answer 1

我建议在处理缺失数据时使用NaN而不是None（注意：这种技术也适用于None）。请参考此处。

In [1]: s1 = pd.Series([1, np.nan, 3, 4, 5, np.nan])

In [2]: s2 = pd.Series([7, 2, 3, np.nan, np.nan])

首先，查看s2中非NaN（或None）的值，这些是您想要用来更新s1的值：

In [3]: s2[s2.notnull()]
Out[3]:
0    7
1    2
2    3
dtype: float64

然后您可以使用这些内容更新s1的值：

In [4]: s1.update(s2[s2.notnull()])

In [5]: s1
Out[5]:
0     7
1     2
2     3
3     4
4     5
5   NaN
dtype: float64

- Andy Hayden

---

谢谢！这个很有效。顺便问一下，即使涉及到dtype为object的Series，你为什么推荐使用NaN而不是None来表示缺失值呢？ - Dun Peal

@DunPeal https://dev59.com/ZmMm5IYBdhLWcg3wivf7#17534682 - Andy Hayden

@AndyHayden，我真的需要这个问题的答案，但是在谷歌上找了很久都没有找到。我们能否编辑问题，摆脱那些不太相关的稀疏内容，并将标题中的“override”更改为“replace”或“update”？ - LondonRob

标题现在好多了！ - LondonRob

其实这比这还要简单。你不需要在s2中去掉空值。只需使用s1.update(s2)即可。请参阅文档：'如果其他包含NaN，则相应的值不会在原始Series中更新。'（也许这个API在过去的7年中已经改变了！） - daviewales