Python中切片后Pandas Series加减运算无法正常运行问题求助

问题原因 #

Pandas 中两个 Series 执行算术运算时，默认会按照索引对齐进行计算，而非按元素的位置顺序匹配，这是你得到大量 NaN 的核心原因，和链式赋值没有关系。

• 未切片的_close和_high索引都是从0到11的连续整数，索引完全匹配，所以相减后每个位置都有正常结果。
• 切片后的d_close是_close[1:]，它的索引范围是1~11；d_high是_high[:-1]，它的索引范围是0~10。两者仅在索引1~10的区间存在重叠，只有这部分的计算会返回正常值，索引0和索引11因为找不到匹配的对应值，就会返回NaN。

解决方法 #

如果你的需求是按两个Series的元素位置顺序对齐相减，不需要保留原有索引的匹配逻辑，可以用以下两种常用方案：

方案1：转成Numpy数组后运算 #

直接调用.values或者.to_numpy()获取底层数组，数组运算会严格按位置匹配：

res = d_close.to_numpy() - d_high.to_numpy()
# 如果需要转回Series，可以手动指定索引，比如保留d_close的索引：
res_series = pd.Series(res, index=d_close.index)
print(res_series)

方案2：重置两个Series的索引 #

把两个切片后的Series的索引重置为从0开始的连续整数，再做运算就会自动匹配：

d_close = _close[1:].reset_index(drop=True)
d_high = _high[:-1].reset_index(drop=True)
print(d_close - d_high)

内容的提问来源于stack exchange，提问作者Ahmed Sufiyan