我有两个不同长度的系列,并尝试根据索引(索引是字符串)找到两个系列的交集。最终结果是,希望得到一个基于共同字符串索引的元素交集的系列。
有什么想法吗?
我有两个不同长度的系列,并尝试根据索引(索引是字符串)找到两个系列的交集。最终结果是,希望得到一个基于共同字符串索引的元素交集的系列。
有什么想法吗?
Pandas索引具有一个交集方法,您可以使用它。如果您有两个Series:s1
和s2
,则
s1.index.intersection(s2.index)
或者,等价地说:
s1.index & s2.index
给出同时在s1
和s2
中的索引值。
之后您可以使用这个索引列表来查看系列中对应的元素。例如:
>>> ixs = s1.index.intersection(s2.index)
>>> s1.loc[ixs]
# subset of s1 with only the indexes also found in s2 appears here
由于我的数据都是递增的,所以我编写了一个函数来获取它们的索引,然后根据这些索引过滤数据。
np.shape(data1) # (1330, 8)
np.shape(data2) # (2490, 9)
index_1, index_2 = overlap(data1, data2)
data1 = data1[index1]
data2 = data2[index2]
np.shape(data1) # (540, 8)
np.shape(data2) # (540, 9)
def overlap(data1, data2):
'''both data is assumed to be incrementing'''
mask1 = np.array([False] * len(data1))
mask2 = np.array([False] * len(data2))
idx_1 = 0
idx_2 = 0
while idx_1 < len(data1) and idx_2 < len(data2):
if data1[idx_1] < data2[idx_2]:
mask1[idx_1] = False
mask2[idx_2] = False
idx_1 += 1
elif data1[idx_1] > data2[idx_2]:
mask1[idx_1] = False
mask2[idx_2] = False
idx_2 += 1
else:
mask1[idx_1] = True
mask2[idx_2] = True
idx_1 += 1
idx_2 += 1
return mask1, mask2
s1 = pd.Series(range(3))
和s2 = pd.Series(range(3), index=[5, 0, 2])
,你应该会看到该方法按预期工作。 - Alex Riley