Python Pandas Series.combine()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas 系列.combine()是一系列数学运算方法。这用于将两个系列合并为一个。输出序列的形状与调用者序列的形状相同。元素由作为参数传递给的函数决定combine()方法。两个系列的形状必须相同，否则将引发错误。

用法：Series.combine(other, func, fill_value=nan)

参数：
other:其他系列或要与调用者系列组合的列表类型
func:作为参数传递的函数，该函数将决定从哪个系列将元素放入该索引
fill_value:多索引时级别的整数值

返回：与来电者系列形状相同的组合系列

范例1：

在此示例中，制作了两个列表，并使用.Series()方法将其转换为 Pandas 系列。使用lambda生成的函数会检查两个序列中哪个值较小，然后返回较小的那个。

# importing pandas module 
import pandas as pd 
  
# creating first series 
first =[1, 2, 5, 6, 3, 7, 11, 0, 4] 
  
# creating second series 
second =[5, 3, 2, 1, 3, 9, 21, 3, 1] 
  
# making series 
first = pd.Series(first) 
  
# making seriesa 
second = pd.Series(second) 
  
# calling .combine() method 
result = first.combine(second, (lambda x1, x2:x1 if x1 < x2 else x2)) 
  
# display 
result

输出：
如输出图像中所示，返回的序列具有两个序列中较小的值。

范例2：

在这个例子中，Null值也使用Numpy.nan方法。由于系列包含空值，因此将5传递给fill_value参数以将空值替换为5。传递了lambda函数，该函数将比较两个系列中的值并返回较大的值。

# importing pandas module 
import pandas as pd 
  
# importing numpy module 
import numpy as np 
  
# creating first series 
first =[1, 2, np.nan, 5, 6, 3, np.nan, 7, 11, 0, 4, 8] 
  
# creating second series 
second =[5, 3, 2, np.nan, 1, 3, 9, 21, 3, np.nan, 1, np.nan] 
  
# making series 
first = pd.Series(first) 
  
# making seriesa 
second = pd.Series(second) 
  
# calling .combine() method 
result = first.combine(second, func =(lambda x1, x2:x1 if x1 > x2 else x2), fill_value = 5) 
  
# display 
result

输出：
如输出所示，在合并序列之前，将序列中的NaN值替换为5。


0      5.0
1      3.0
2      2.0
3      5.0
4      6.0
5      3.0
6      9.0
7     21.0
8     11.0
9      5.0
10     4.0
11     8.0
dtype:float64

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.combine()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。