Index alignment trong pandas: vì sao cộng hai Series ra NaN
Bài 4/8 · Chương 2
Series và DataFrame
- 6 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Cộng hai Series pandas mà ra NaN ở vài dòng thường không phải lỗi dữ liệu: đó là index alignment, việc pandas ghép hai Series theo nhãn index trước khi tính. Nhãn có ở Series này mà thiếu ở Series kia thì không có gì để cộng, và kết quả là NaN. Cách sửa là add(fill_value=0) hay reindex().
Cần biết trước: Series, NaN trong NumPy và set_index(), reset_index().
Cộng hai Series ra NaN
Quán ghi số phần bán của từng món theo tuần. Tuần 2 không bán phở nhưng thêm bánh mì. Cộng hai tuần bằng dấu +:
import pandas as pd
tuan_1 = pd.Series({"Phở bò": 40, "Bún chả": 22, "Cơm tấm": 18})
tuan_2 = pd.Series({"Bún chả": 28, "Cơm tấm": 15, "Bánh mì": 30})
print(tuan_1 + tuan_2)KẾT QUẢ
Bánh mì NaN
Bún chả 50.0
Cơm tấm 33.0
Phở bò NaN
dtype: float64Kết quả có bốn nhãn, là hợp của nhãn hai bên. Bún chả và Cơm tấm có ở cả hai tuần nên được cộng. Phở bò chỉ có ở tuần 1, Bánh mì chỉ ở tuần 2, nên pandas không biết cộng với gì và ghi NaN. Vì có NaN, cả Series thành số thực float64.
pandas ghép theo nhãn, không theo vị trí
Index alignment cũng là lý do hai Series xếp nhãn khác thứ tự vẫn cộng đúng: pandas tìm cặp cùng nhãn, không lấy cặp cùng chỗ đứng như hai mảng NumPy:
import pandas as pd
thang_3 = pd.Series({"Huế": 120, "Đà Lạt": 95})
thang_4 = pd.Series({"Đà Lạt": 100, "Huế": 130})
print(thang_3 + thang_4)KẾT QUẢ
Huế 250
Đà Lạt 195
dtype: int64Huế cộng với Huế, Đà Lạt cộng với Đà Lạt, dù trong thang_4 Đà Lạt đứng trước. Với mảng NumPy, bạn phải tự giữ cùng thứ tự; với Series có nhãn, pandas làm việc đó thay bạn.
Coi nhãn thiếu là 0 bằng add(fill_value=0)
Món không bán trong tuần nghĩa là bán 0 phần. Phương thức add() làm phép cộng như dấu +, nhưng có tham số fill_value: nhãn thiếu ở một bên được coi là giá trị đó trước khi cộng:
import pandas as pd
tuan_1 = pd.Series({"Phở bò": 40, "Bún chả": 22, "Cơm tấm": 18})
tuan_2 = pd.Series({"Bún chả": 28, "Cơm tấm": 15, "Bánh mì": 30})
print(tuan_1.add(tuan_2, fill_value=0))KẾT QUẢ
Bánh mì 30.0
Bún chả 50.0
Cơm tấm 33.0
Phở bò 40.0
dtype: float64Phở bò được 40, bánh mì được 30, không còn NaN. Trừ, nhân, chia có phương thức cùng kiểu: sub(), mul(), div(), đều nhận fill_value. Ô mà cả hai Series đều là NaN ở cùng nhãn thì kết quả vẫn là NaN: fill_value chỉ lấp chỗ thiếu ở một bên.
Đưa Series về một bộ nhãn cố định bằng reindex()
Đôi khi bạn có sẵn danh sách nhãn chuẩn, như menu đầy đủ, và muốn mọi Series theo đúng danh sách đó, đúng thứ tự đó. reindex() nhận list nhãn: nhãn có thì giữ giá trị, nhãn chưa có thì điền fill_value, nhãn không có trong list thì bị bỏ:
import pandas as pd
menu = ["Phở bò", "Bún chả", "Cơm tấm", "Bánh mì"]
tuan_2 = pd.Series({"Bún chả": 28, "Cơm tấm": 15, "Bánh mì": 30})
du_menu = tuan_2.reindex(menu, fill_value=0)
print(du_menu)KẾT QUẢ
Phở bò 0
Bún chả 28
Cơm tấm 15
Bánh mì 30
dtype: int64Không ghi fill_value thì Phở bò là NaN. Hai Series cùng reindex(menu, fill_value=0) rồi cộng bằng + cho kết quả theo đúng thứ tự menu, vẫn là số nguyên.
Kiểm tra nhanh
Sau
import pandas as pd,(pd.Series({"a": 1, "b": 2}) + pd.Series({"b": 10, "c": 20})).to_dict()cho kết quả gì?{'a': nan, 'b': 12.0, 'c': nan}{'a': 11, 'b': 22}{'a': 1, 'b': 12, 'c': 20}
Trong khung bẫy cắt rồi trừ, vì sao kết quả có hai số 0?
- pandas ghép theo nhãn, nên nhãn
1trừ nhãn1, nhãn2trừ nhãn2 - Số khách hai ngày bằng nhau
iloclàm mất dữ liệu
- pandas ghép theo nhãn, nên nhãn
Sau
import pandas as pd,pd.Series({"a": 1, "b": 2}).add(pd.Series({"b": 10, "c": 20}), fill_value=0).to_list()cho kết quả gì?[1.0, 12.0, 20.0][nan, 12.0, nan][12.0]
Muốn mọi Series theo đúng thứ tự một list menu cho sẵn, dùng gì?
reindex(menu, fill_value=0)add(fill_value=0)reset_index(drop=True)
Bài tập
Cộng số phần bán hai tuần
Mỗi tuần quán có một Series số phần bán: nhãn là tên món, giá trị là số phần. Món không có trong Series của tuần nào là món bán 0 phần tuần đó. Viết thân hàm tong_hai_tuan(tuan_1, tuan_2): cộng hai tuần theo tên món. Kết quả có mọi món xuất hiện ở ít nhất một tuần, không món nào là NaN; thứ tự món không quan trọng. Hàm không sửa hai Series của nơi gọi.
Trả về: tổng số phần bán theo món, một Series.
import pandas as pd
def tong_hai_tuan(tuan_1, tuan_2):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Phép toán giữa hai Series ghép theo nhãn index trước (index alignment): kết quả có hợp các nhãn, nhãn thiếu một bên thành
NaN.Hai Series cùng nhãn khác thứ tự vẫn tính đúng, vì pandas ghép theo nhãn chứ không theo vị trí.
Cắt rồi trừ một Series với chính nó giữ nhãn cũ: bỏ nhãn bằng
reset_index(drop=True)trước.s1.add(s2, fill_value=0)coi nhãn thiếu ở một bên là 0;sub(),mul(),div()cũng nhậnfill_value.s.reindex(list_nhan, fill_value=0)đưa Series về đúng bộ nhãn và thứ tự cho sẵn.
Câu hỏi thường gặp
Có cách tắt index alignment không?
Không có công tắc, nhưng bạn bỏ nhãn được: s.to_numpy() cho mảng NumPy, tính theo vị trí. Chỉ làm vậy khi chắc hai bên cùng thứ tự; nếu không, ghép theo nhãn là an toàn hơn.
DataFrame có căn theo nhãn không?
Có, theo cả nhãn dòng lẫn tên cột. Gán một Series vào một cột cũng căn theo index, nên Series có index khác bảng sẽ để NaN ở dòng không khớp.
Vì sao kết quả thành số thực dù hai bên là số nguyên?
NaN là số thực, nên một ô NaN kéo cả Series thành float64. Với add(fill_value=0) kết quả vẫn có thể là số thực; đổi lại bằng astype("int64") khi chắc không còn ô thiếu, bài dtype và astype() dạy cách đó.
NaN trong pandas có giống NaN của NumPy không?
Với cột số thì là một: NaN của NumPy, không bằng chính nó. Bài dữ liệu thiếu nói cách đếm và xử lý ô thiếu.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.