如何在Pandas DataFrame中利用np.NaN实现条件均值计算

需求说明 #

给定两个DataFrame df1和df2，需按以下规则生成结果df3：

• 若df1对应位置为np.NaN，取df2的值
• 若df2对应位置为np.NaN，取df1的值
• 两者均为np.NaN时，结果保留np.NaN
• 两者都有有效值时，取两者的算术均值

示例数据 #

import pandas as pd
import numpy as np

# 输入数据
df1 = pd.DataFrame([1, 5, np.NaN, 4, np.NaN, 9])
df2 = pd.DataFrame([8, 2, np.NaN, np.NaN, 5, np.NaN])

# 期望输出
expected_df3 = pd.DataFrame([4.5, 3.5, np.NaN, 4, 5, 9])

实现方法 #

方法一：concat + mean（最简洁高效）

利用Pandas的mean方法自动忽略NaN的特性，将两个DataFrame按列合并后逐行取均值：

df3 = pd.concat([df1, df2], axis=1).mean(axis=1).to_frame()

这个方法完全匹配需求：

• 单值有效时，均值等于该有效值
• 双值有效时，计算正确均值
• 双值均为NaN时，结果仍为NaN

方法二：np.where 显式条件判断

通过嵌套的np.where逐一处理每种场景，逻辑直观：

df3 = pd.DataFrame(
    np.where(
        df1.isna(), 
        df2, 
        np.where(df2.isna(), df1, (df1 + df2)/2)
    )
)

方法三：combine_first 补充缺失值

先计算双值均值，再用combine_first填充单值有效的情况：

mean_result = (df1 + df2) / 2
df3 = mean_result.combine_first(df1).combine_first(df2)

当某位置只有一个有效值时，mean_result会是NaN，combine_first会自动从df1或df2中取非空值补充。

内容的提问来源于stack exchange，提问作者Daniel M M