使用 .add(axis=1) 添加两个带有 + 的数据框列会产生 NaN，而使用 .add(axis=1) 会按预期工作吗？

Question

我有一个数据框（此处输出：https://pastebin.com/7RCPsHet；可以使用 pd.DataFrame.from_dict(orient='tight') 读取），其中包含我想要总计的两列。它们看起来像：

           Tiered Rates Prices       
                         lower higher
year month                           
2022 11                  41.36   0.00
     12                  74.42   0.00
2023 1                   72.31   0.00
     2                   71.01   0.00

但是，当我尝试使用 + 符号添加它们时，出现以下错误：

monthly_pivot[('Tiered Rates Prices', 'higher')] + monthly_pivot[('Tiered Rates Prices', 'lower')]

Expected a one-dimensional object, got a DataFrame with 2 columns instead.

打印出表达式给了我这张全 NaN 的表。这有点奇怪，因为我原以为结果是一列。在这一点上，我认为最有可能的罪魁祸首是这个数据框具有“年/月”多重索引，并且我没有准确地调用这些列来用 + 运算符对它们进行求和。所以我想知道我哪里做错了？

           Tiered Rates Prices      
                        higher lower
year month                          
2022 11                    NaN   NaN
     12                    NaN   NaN
2023 1                     NaN   NaN
     2                     NaN   NaN

我能够将两列加在一起，结果列如下所示：

monthly_pivot[(('Tiered Rates Prices'))].sum(axis=1)

year  month
2022  11        82.72
      12       148.84
2023  1        144.62
      2        142.02

Answer 1

假设这个可重现的输入：

monthly_pivot = pd.DataFrame.from_dict(
    {
        'index': [
            (2022, 11),
            (2022, 12),
            (2023, 1),
            (2023, 2),
            (2023, 3),
            (2023, 4),
            (2023, 5),
        ],
        'columns': [
            ('Tiered Rates Prices', 'lower'),
            ('Tiered Rates Prices', 'higher'),
        ],
        'data': [
            [41.36, 0.0],
            [74.42, 0.0],
            [72.31, 0.0],
            [71.01, 0.0],
            [65.05, 0.0],
            [37.8, 0.0],
            [38.36, 0.0],
        ],
        'index_names': ['year', 'month'],
        'column_names': [None, None],
    },
    orient='tight',
)

您的代码应该按预期工作：

monthly_pivot[('Tiered Rates Prices', 'higher')] + monthly_pivot[('Tiered Rates Prices', 'lower')]

year  month
2022  11       41.36
      12       74.42
2023  1        72.31
      2        71.01
      3        65.05
      4        37.80
      5        38.36
dtype: float64

要产生显示的输出，您需要将列选择为 2D（数据帧），而不是 1D（系列）：

monthly_pivot[[('Tiered Rates Prices', 'higher')]] + monthly_pivot[[('Tiered Rates Prices', 'lower')]]

           Tiered Rates Prices      
                        higher lower
year month                          
2022 11                    NaN   NaN
     12                    NaN   NaN
2023 1                     NaN   NaN
     2                     NaN   NaN
     3                     NaN   NaN
     4                     NaN   NaN
     5                     NaN   NaN

在这种情况下，列不会对齐，并且加法确实会产生 NaN。

确保

monthly_pivot[('Tiered Rates Prices', 'higher')]

（和其他列）的输出是系列：

type(monthly_pivot[('Tiered Rates Prices', 'higher')])

pandas.core.series.Series