【Pandas】pandas Series align

Pandas2.2 Series

Computations descriptive stats

方法	描述
Series.align(other[, join, axis, level, …])	用于将两个 Series 对齐，使其具有相同的索引

pandas.Series.align

pandas.Series.align() 方法用于将两个 Series 对齐，使其具有相同的索引。该方法可以处理不同的对齐方式（如外连接、内连接等），并且可以根据需要填充缺失值。以下是该方法的详细描述：

• 参数：

  • other：另一个 Series 或 DataFrame，与当前 Series 进行对齐。
  • join：字符串，默认为 'outer'。指定如何对齐索引，可选值有：
    • 'outer'：外连接，保留所有索引。
    • 'inner'：内连接，只保留共同索引。
    • 'left'：左连接，保留左侧 Series 的索引。
    • 'right'：右连接，保留右侧 Series 的索引。
  • axis：{0 or ‘index’, 1 or ‘columns’}，默认为 None。指定对齐的轴，对于 Series 只能是 0 或 ‘index’。
  • level：整数或标签，默认为 None。如果索引是 MultiIndex，则指定要对齐的级别。
  • copy：布尔值，默认为 True。如果设置为 False，则返回视图而不是副本。
  • fill_value：标量，默认为 None。用于填充缺失值。
  • method：字符串，默认为 <no_default>。指定填充缺失值的方法，可选值有：
    • 'backfill' 或 'bfill'：用后续值填充。
    • 'pad' 或 'ffill'：用前一个值填充。
  • limit：整数，默认为 <no_default>。指定填充时的最大步长。
  • fill_axis：{0 or ‘index’, 1 or ‘columns’}，默认为 <no_default>。指定填充缺失值的轴。
  • broadcast_axis：{0 or ‘index’, 1 or ‘columns’}，默认为 <no_default>。指定广播的轴。

• 返回值：

  • 返回一个包含两个对齐后的 Series 的元组 (left, right)。

示例及结果

import pandas as pd# 创建两个不同索引的 Series
s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['b', 'c', 'd'])# 使用 outer 连接对齐
aligned_outer = s1.align(s2, join='outer')
print("Outer join alignment:")
print("Left:", aligned_outer[0])
print("Right:", aligned_outer[1])# 使用 inner 连接对齐
aligned_inner = s1.align(s2, join='inner')
print("\nInner join alignment:")
print("Left:", aligned_inner[0])
print("Right:", aligned_inner[1])# 使用 left 连接对齐，并填充缺失值
aligned_left_fill = s1.align(s2, join='left', fill_value=0)
print("\nLeft join alignment with fill_value=0:")
print("Left:", aligned_left_fill[0])
print("Right:", aligned_left_fill[1])# 使用 right 连接对齐，并填充缺失值
aligned_right_fill = s1.align(s2, join='right', fill_value=0)
print("\nRight join alignment with fill_value=0:")
print("Left:", aligned_right_fill[0])
print("Right:", aligned_right_fill[1])

输出结果

Outer join alignment:
Left: a    1.0
b    2.0
c    3.0
d    NaN
dtype: float64
Right: a    NaN
b    4.0
c    5.0
d    6.0
dtype: float64Inner join alignment:
Left: b    2
c    3
dtype: int64
Right: b    4
c    5
dtype: int64Left join alignment with fill_value=0:
Left: a    1
b    2
c    3
dtype: int64
Right: a    0.0
b    4.0
c    5.0
dtype: float64Right join alignment with fill_value=0:
Left: b    2.0
c    3.0
d    0.0
dtype: float64
Right: b    4
c    5
d    6
dtype: int64

解释

• Outer 连接：

  • 保留所有索引，缺失值用 NaN 表示。

• Inner 连接：

  • 只保留共同索引，即两个 Series 都有的索引。

• Left 连接：

  • 保留左侧 Series 的索引，右侧 Series 中缺少的索引位置用 fill_value 填充。

• Right 连接：

  • 保留右侧 Series 的索引，左侧 Series 中缺少的索引位置用 fill_value 填充。

注意事项

• align() 方法主要用于确保两个 Series 具有相同的索引，以便进行后续的操作（如加减乘除等）。
• fill_value 参数允许你自定义缺失值的填充方式，避免出现 NaN。
• 如果使用 method 和 limit 参数，可以进一步控制缺失值的填充逻辑。

通过这些示例和解释，您可以更好地理解如何使用 pandas.Series.align() 方法来对齐两个 Series，并根据需要选择合适的连接方式和填充策略。