寻找熊猫中两个系列的交集

Question

我在pandas/python中有两个系列s1和s2,并且想要计算交集,即系列的所有值都是常见的.

我如何使用concat函数执行此操作？我一直试图解决它,但一直无法(我不想计算s1和S2的索引上的交集,但是在值上).

提前致谢.

Answer 1

将两个系列放在Python的set容器中,然后使用set intersection方法:

s1.intersection(s2)

然后根据需要转换回列表.

刚注意到标签中的熊猫.可以翻译回来:

pd.Series(list(set(s1).intersection(set(s2))))

从评论中我已将其更改为更Pythonic的表达式,该表达式更短且更易于阅读:

Series(list(set(s1) & set(s2)))

除非索引数据对你很重要,否则应该这样做.

list(...)在转到pd之前添加了翻译集.系列因为pandas不接受set作为Series的直接输入.

Answer 2

建立:

s1 = pd.Series([4,5,6,20,42])
s2 = pd.Series([1,2,3,5,42])

时序:

%%timeit
pd.Series(list(set(s1).intersection(set(s2))))
10000 loops, best of 3: 57.7 µs per loop

%%timeit
pd.Series(np.intersect1d(s1,s2))
1000 loops, best of 3: 659 µs per loop

%%timeit
pd.Series(np.intersect1d(s1.values,s2.values))
10000 loops, best of 3: 64.7 µs per loop

因此,即使对于小型系列,numpy解决方案也可以与集合解决方案相媲美,如果使用values明确的话.

Answer 3

如果您正在使用Pandas,我假设您也在使用NumPy.Numpy有一个intersect1d适用于Pandas系列的功能.

例:

pd.Series(np.intersect1d(pd.Series([1,2,3,5,42]), pd.Series([4,5,6,20,42])))

将返回值为5和42的Series.

Answer 4

蟒蛇

s1 = pd.Series([4,5,6,20,42])
s2 = pd.Series([1,2,3,5,42])

s1[s1.isin(s2)]

[R

s1  <- c(4,5,6,20,42)
s2 <- c(1,2,3,5,42)

s1[s1 %in% s2]

编辑:不处理欺骗.

Answer 5

pd.merge可以使用：

pd.merge(series1, series2, how='inner').drop_duplicates()

请注意，结果是一个数据框。