pandas如何处理重复索引？

Question

我有两个带有重复索引的pandas.Series，如下所示：

>> x = pandas.Series(range(5,10), index = ['a' for _ in xrange(5)])
>> y = pandas.Series(range(-5,-10, -1), index = ['a' for _ in xrange(5)])

看起来像这样

      x  y
   a  5 -5
   a  6 -6
   a  7 -7
   a  8 -8
   a  9 -9

然后在执行x+y时，我得到pandas.Series 0。似乎它遵循命令而不是索引，这可能是也可能不是预期的行为。

关于如何在pandas中处理这个问题以及这是否确实是预期的行为（即我应该总是期望相同的行为）？

编辑： 请注意，pandas根据索引进行元素总和，即：

>> pd.Series([1,2], index=['a', 'b']) + pd.Series([-1,-2], index=['b', 'a'])
a   -1
b    1

Answer 1

我认为当所有值都相同时，pandas会忽略索引。如果添加其他值，则会得到不同的结果：

x = pd.Series(range(5,10), index = ['a' for _ in range(4)]+['b'])
y = pd.Series(range(-5,-10, -1), index = ['b']+['a' for _ in range(4)])

带

x

a    5
a    6
a    7
a    8
b    9

和

y

b   -5
a   -6
a   -7
a   -8
a   -9

现在，您将获得以下结果：

x+y

a   -1
a   -2
a   -3
a   -4
a    0
a   -1
a   -2
a   -3
a    1
a    0
a   -1
a   -2
a    2
a    1
a    0
a   -1
b    4

重复索引会为'a'和x中的y上的所有可能匹配产生额外的行。

Answer 2

基于@ othman-nejjar的评论

您可以使用：

pd.Series([1,2], index=['a', 'b']).add(pd.Series([-1,-2], index=['b', 'a']))

输出：

a   -1
b    1
dtype: int64