Question

我有以下内容：

s1 = pd.Series([1, 2], index=['A', 'B'])

s2 = pd.Series([3, 4], index=['C', 'D'])

我想将s1和s2结合起来创建s3，这是：

s3 = pd.Series([1, 2, 3, 4], index=['A', 'B', 'C', 'D'])

注意：没有索引重叠

Answer 1

来自@EdChum的解决方案效果很好，但是当您不需要担心索引对齐时，numpy堆叠会更快。

In [18]: pd.DataFrame( np.hstack((s1.values, s2.values))  , index=np.hstack((s1.index.values, s2.index.values)))
Out[18]: 
   0
A  1
B  2
C  3
D  4

In [19]: %timeit pd.concat([s1, s2])

1000 loops, best of 3: 1.31 ms per loop

In [21]: %timeit pd.DataFrame( np.hstack((s1.values, s2.values)  ), index=np.hstack((s1.index.values, s2.index.values)))

10000 loops, best of 3: 214 µs per loop

Answer 2

您可以使用concat()，它会自动执行外部联接：

pd.concat([s1, s2])

结果：

A    1
B    2
C    3
D    4
dtype: int64

Answer 3

如果没有索引重叠，则可以使用为系列定义的附加函数使用默认值

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.append.html#pandas.Series.append

s1.append(s2)

应返回：

A    1
B    2
C    3
D    4
dtype: int64

如何在熊猫中合并2系列

3 个答案: