当前位置: 首页>>代码示例>>用法及示例精选>>正文


python pandas Series.combine用法及代码示例

用法:

Series.combine(self, other, func, fill_value=None)

根据以下说明将 Series 与 Series 或标量组合func

结合 Series 和other使用func对组合 Series 执行元素选择。fill_value当两个组合对象之一中某个索引的某个值缺少值时,将使用。

参数:

otherSeries 或 scalar

要与Series

funcfunction

以两个标量为输入并返回一个元素的函数。

fill_valuescalar, 可选参数

一个序列或另一个序列中缺少索引时要采用的值。默认值指定对Series的基础dtype使用适当的NaN值。

返回值:

Series

Series 与另一个对象组合的结果。

例子:

考虑2个数据集s1s2包含不同鸟类的最高时钟速度。

>>> s1 = pd.Series({'falcon': 330.0, 'eagle': 160.0})
>>> s1
falcon    330.0
eagle     160.0
dtype:float64
>>> s2 = pd.Series({'falcon': 345.0, 'eagle': 200.0, 'duck': 30.0})
>>> s2
falcon    345.0
eagle     200.0
duck       30.0
dtype:float64

现在,结合两个数据集并查看两个数据集上鸟类的最高速度

>>> s1.combine(s2, max)
duck        NaN
eagle     200.0
falcon    345.0
dtype:float64

在前面的示例中,duck的结果值丢失了,因为NaN和float的最大值为NaN。因此,在示例中,我们设置fill_value=0,因此返回的最大值将是来自某些数据集的值。

>>> s1.combine(s2, max, fill_value=0)
duck       30.0
eagle     200.0
falcon    345.0
dtype:float64

源码:

pandas.Series.combine的API实现见:[源代码]

相关用法

注:本文由纯净天空筛选整理自 pandas.Series.combine。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。