用另一個Series的值覆蓋（更新）一個pandas系列？

Question

我有兩隻熊貓系列：ser和ovr。

ser包含對象，ovr是對象的稀疏Series和None的。 ser和ovr共享相同的索引，並且我想覆蓋ser的每個值及其相應的值ovr，除非對應的值爲None。

什麼是有效的方法來實現這一目標？

Answer 1

I recommend using NaN for missing data rather than None（注：此技術也適用於無）。

In [1]: s1 = pd.Series([1, np.nan, 3, 4, 5, np.nan]) 

In [2]: s2 = pd.Series([7, 2, 3, np.nan, np.nan]) 

首先看到S2值不屬於NaN的（或無），這些是那些要更新的s1：

In [3]: s2[s2.notnull()] 
Out[3]: 
0 7 
1 2 
2 3 
dtype: float64 

然後你就可以更新S1與這些值：

In [4]: s1.update(s2[s2.notnull()]) 

In [5]: s1 
Out[5]: 
0  7 
1  2 
2  3 
3  4 
4  5 
5 NaN 
dtype: float64