Question

我有两个系列，series1和series2。

series1

的索引是series2.

索引的子集

我想基本上将这些新索引值添加到第一个系列（在series2中但不在series1中），并将它们设为0值。

Answer 1

Pandas Index对象有一些内置的方法来执行set操作。根据svenkatesh模拟的示例数据，我们可以获得s1和s2索引的并集，并提供填充值：

import pandas as pd
s1 = pd.Series(range(1, 10), index=range(0,9))
s2 = pd.Series(range(1, 4), index=range(0,3))
# `|` represents the union operation
# This is not an inplace operation by default, so
# you need to assign the result back to `s2` if
# you want to keep the changes
s2.reindex(s2.index | s1.index, fill_value=0)
Out[53]: 
0    1
1    2
2    3
3    0
4    0
5    0
6    0
7    0
8    0
dtype: int64

Answer 2

使用您在评论中提供的示例，我构建了两个示例系列，s1和s2，其中每个系列都具有相同的公共索引值。对于不在s1但在s2中的PRESENT的索引值，我将s1中的值指定为0.

In [1]: import pandas as pd

In [2]: s1 = pd.Series(range(1, 10), index=range(0,9))

In [3]: s1
Out[3]: 
0    1
1    2
2    3
3    4
4    5
5    6
6    7
7    8
8    9
dtype: int64

In [4]: s2 = pd.Series(range(1, 4), index=range(0,3))

In [5]: s2
Out[5]: 
0    1
1    2
2    3
dtype: int64

In [6]: join = ~((s1.index.isin(s2.index)))

In [7]: join
Out [7]: array([False, False, False,  True,  True,  True,  True,  True,  True], dtype=bool) 

In [8]: s1.loc[join] = 0

In [9]: s1
Out [9]: 
0    1
1    2
2    3
3    0
4    0
5    0
6    0
7    0
8    0
dtype: int64

扩展pandas索引，其中新索引值为零

2 个答案: