如何在 Pandas 系列 argsort 方法中将 nan 保留为 nan?
pandasserver side programmingprogramming更新于 2025/5/18 9:52:17
在 Pandas 系列中，argmax() 方法用于对给定系列的值进行排序，它将返回另一个系列对象，该对象包含对原始系列值进行排序的索引。如果系列对象包含任何空值或缺失值，则 argsort() 方法将返回 -1 来指示该缺失值(Nan 值)的索引。
遗憾的是，argsort 方法没有任何参数可以跳过 Null 值。如果您想更改缺失值的默认表示形式 (-1)。然后，我们需要遵循以下描述的方法。
示例 1
import pandas as pd
import numpy as np
# 创建序列
series = pd.Series([8,6,None,5,2,None,7])
print(series)
# 应用 argsort()
result = series.argsort()
print("输出 argsort:", result)
# 用 Nan 替换 -1
print("替换 -1 值后的输出: ",result.replace(-1,np.nan))
解释
在下面的示例中，我们使用一个包含整数和一些 None 值的 Python 列表创建了一个序列。然后，我们对该序列数据应用了 argsort() 方法。在获得经过参数排序的系列后，我们使用 NumPy 包将 -1 值替换为 nan。
输出
0 8.0 1 6.0 2 NaN 3 5.0 4 2.0 5 NaN 6 7.0 dtype: float64 Output argsort: 0 3 1 2 2 -1 3 1 4 4 5 -1 6 0 dtype: int64 Output after replacing -1 value: 0 3.0 1 2.0 2 NaN 3 1.0 4 4.0 5 NaN 6 0.0 dtype: float64
在上面的输出块中，我们可以看到初始系列对象、经过参数排序的系列对象以及替换了 Nan 值的系列对象。从中，我们可以观察到由于 Nan 值被替换，dtype 索引发生了变化。
示例 2
import pandas as pd
import numpy as np
# 创建系列
series = pd.Series({'A':123,'B':458,"C":None, "D":238, 'E':np.nan, 'G':360 })
print(series)
# 应用 argsort() 并将 -1 替换为 Nan
result = series.argsort().mask(series.isnull())
print("Output argsort:",结果)
解释
让我们采用另一种方法，在 Pandas 系列 argsort 方法中将 nan 保留为 nan。首先，我们用 Python 字典创建了一个 Pandas 系列对象，然后我们结合使用 Pandas mask 方法和 argsort 方法来保留 nan 值。
输出
A 123.0 B 458.0 C NaN D 238.0 E NaN G 360.0 dtype: float64 Output argsort: A 0.0 B 2.0 C NaN D 3.0 E NaN G 1.0 dtype: float64
我们通过引入 mask 方法和 argsort 方法实现了保留 nan 值。这里我们将 series.isnull() 方法用作 mask 方法的参数。
