Sum*_*ena 5 python series pandas
我有以下几点:
s1 = pd.Series([1, 2], index=['A', 'B'])
s2 = pd.Series([3, 4], index=['C', 'D'])
Run Code Online (Sandbox Code Playgroud)
我想结合s1并s2创建s3:
s3 = pd.Series([1, 2, 3, 4], index=['A', 'B', 'C', 'D'])
Run Code Online (Sandbox Code Playgroud)
注意:没有索引重叠
您可以使用concat(),它会自动执行外连接:
pd.concat([s1, s2])
Run Code Online (Sandbox Code Playgroud)
结果:
A 1
B 2
C 3
D 4
dtype: int64
Run Code Online (Sandbox Code Playgroud)
@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 堆叠速度更快。
\n\nIn [18]: pd.DataFrame( np.hstack((s1.values, s2.values)) , index=np.hstack((s1.index.values, s2.index.values)))\nOut[18]: \n 0\nA 1\nB 2\nC 3\nD 4\n\nIn [19]: %timeit pd.concat([s1, s2])\n\n1000 loops, best of 3: 1.31 ms per loop\n\nIn [21]: %timeit pd.DataFrame( np.hstack((s1.values, s2.values) ), index=np.hstack((s1.index.values, s2.index.values)))\n\n10000 loops, best of 3: 214 \xc2\xb5s per loop\nRun Code Online (Sandbox Code Playgroud)\n
| 归档时间: |
|
| 查看次数: |
15492 次 |
| 最近记录: |