Python pyspark Series.align用法及代码示例

本文简要介绍 pyspark.pandas.Series.align 的用法。

用法: Series.align(other: Union[pyspark.pandas.frame.DataFrame, Series], join: str = 'outer', axis: Union[int, str, None] = None, copy: bool = True) → Tuple[pyspark.pandas.series.Series, Union[pyspark.pandas.frame.DataFrame, pyspark.pandas.series.Series]]

使用指定的连接方法将两个对象在其轴上对齐。

为每个轴索引指定连接方法。

参数：

other：DataFrame 或系列
join：{{‘outer’, ‘inner’, ‘left’, ‘right’}}，默认 ‘outer’
axis：其他对象的允许轴，默认无: 对齐索引 (0)、列 (1) 或两者(无)。
copy：布尔值，默认为真: 总是返回新对象。如果 copy=False 并且不需要重新索引，则返回原始对象。

(left, right)：(系列，其他类型): 对齐的对象。

例子：

>>> ps.set_option("compute.ops_on_diff_frames", True)
>>> s1 = ps.Series([7, 8, 9], index=[10, 11, 12])
>>> s2 = ps.Series(["g", "h", "i"], index=[10, 20, 30])

>>> aligned_l, aligned_r = s1.align(s2)
>>> aligned_l.sort_index()
10    7.0
11    8.0
12    9.0
20    NaN
30    NaN
dtype: float64
>>> aligned_r.sort_index()
10       g
11    None
12    None
20       h
30       i
dtype: object

与连接类型 “inner” 对齐：

>>> aligned_l, aligned_r = s1.align(s2, join="inner")
>>> aligned_l.sort_index()
10    7
dtype: int64
>>> aligned_r.sort_index()
10    g
dtype: object

与 DataFrame 对齐：

>>> df = ps.DataFrame({"a": [1, 2, 3], "b": ["a", "b", "c"]}, index=[10, 20, 30])
>>> aligned_l, aligned_r = s1.align(df)
>>> aligned_l.sort_index()
10    7.0
11    8.0
12    9.0
20    NaN
30    NaN
dtype: float64
>>> aligned_r.sort_index()
      a     b
10  1.0     a
11  NaN  None
12  NaN  None
20  2.0     b
30  3.0     c

>>> ps.reset_option("compute.ops_on_diff_frames")

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.Series.align。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。

用法:

参数：

返回：

例子：