pandas Series索引对齐与数值相加详解
发布时间：2026-10-13| 5人浏览过
本文介绍pandas中Series对象通过加法运算符进行数值相加时的索引对齐机制。当两个Series索引完全一致、顺序不同、存在部分重叠或完全无交集时，相加结果如何生成。重点说明NaN值的产生逻辑及数据类型变化，帮助开发者理解pandas自动对齐特性。
具体实现方式如下所示：
s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) s2 = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd']) print s1 + s2
a 11 b 22 c 33 d 44 dtype: int64
s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) s2 = pd.Series([10, 20, 30, 40], index=['b', 'd', 'a', 'c']) print s1 + s2
a 31 b 12 c 43 d 24 dtype: int64
s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) s2 = pd.Series([10, 20, 30, 40], index=['c', 'd', 'e', 'f']) print s1 + s2
a NaN b NaN c 13.0 d 24.0 e NaN f NaN dtype: float64
s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) s2 = pd.Series([10, 20, 30, 40], index=['e', 'f', 'g', 'h']) print s1 + s2
a NaN b NaN c NaN d NaN e NaN f NaN g NaN h NaN dtype: float64
以上关于pandas中Series按索引相加的操作方法就是本文分享的全部内容，希望能为读者提供有价值的参考，同时也欢迎继续支持本站获取更多技术内容。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
