从Python Pandas中的另外两个系列创建元素最小系列

Question

我无法找到一种方法来在pandas中对两个Series对象进行有效的元素最小化.例如,我可以轻松添加两个系列:

In [1]:
import pandas as pd
s1 = pd.Series(data=[1,1,1], index=[1,2,3])
s2 = pd.Series(data=[1,2,2,1], index=[1,2,3,4])
s1.add(s2)    
Out[1]:
1     2
2     3
3     3
4   NaN
dtype: float64

但我找不到一种有效的方法来在两个系列之间进行元素最小化(同时对齐索引和处理NaN值).

没关系.有一个带有combine功能的逃生舱,所以你可以放入任何元素功能:

In [2]:
s1 = pd.Series(data=[1,1,1], index=[1,2,3])
s2 = pd.Series(data=[1,2,2,1], index=[1,2,3,4])
s1.combine(s2, min, 0)
Out[2]:
1    1
2    1
3    1
4    0
dtype: int64

Answer 1

我能看到的最直接的方法是将它们变成DataFrame,然后采用行方式min:

>>> print pandas.concat([s1, s2], axis=1).min(axis=1)
1    1
2    1
3    1
4    1
dtype: float64

Answer 2

另一种类似方式:

In [11]: pd.DataFrame([s1, s2]).min()
Out[11]:
1    1
2    1
3    1
4    1
dtype: float64

Answer 3

我发现这是最简单的:

import numpy as np

smax = np.minimum(s1, s2)

链接到docs(numpy.minimum)

Answer 4

pd.Series([1,2,3,4,5]).clip(upper=pd.Series([6,5,4,3,2]))

会让你：

0    1
1    2
2    3
3    3
4    2
dtype: int64