将两个索引不匹配的熊猫系列相乘答案

【问题标题】：Multiply two pandas series with mismatched indices将两个索引不匹配的熊猫系列相乘
【发布时间】：2015-10-20 22:28:19
【问题描述】：

从df创建了两个系列：s1和s2。

每个都有相同的长度但不同的索引。 s1.multiply(s2) 联合不匹配的索引而不是相乘。

我只想将 entrywise s1 与 s2 相乘，忽略不匹配的索引。

我可以运行 s1.reset_index() 和 s2.reset_index() 然后从这两个 dfs 中获取我想要的列，因为它将原始索引变成一个单独的列，但这很乏味，我认为可能有更简单的方法它。

s1.multiply(s2, axis='columns')

好像也不行

【问题讨论】：

你可以转换成一个numpy数组，它会忽略values的索引：s1.values.mul(s2.values)。
感谢约翰，这确实可以使系列的值相乘。不幸的是，它将系列转换为 numpy 数组。您是否知道一种使用系列来保持整个过程的方法，而不是移动到 numpy 数组，然后再回到系列（ result = pandas.Series(s1.values*s2.values) ）？
s1 * s2.values 应该可以工作
这取决于您希望索引是什么。您的建议将产生一个新的 [0,1,2...] 索引，而 Ed 的建议将使用来自 s1 的索引
啊，好的。谢谢约翰和埃德。这两个都涵盖了我需要的解决方案。

标签： python pandas series indices multiplication

【解决方案1】：

我认为使用reset_index() 是一种方式，但可以选择删除索引，而不是将其推回数据框。

像这样：

s1 = pd.Series([1,2,3,4,5,6,7], index=[52,34,3,53,636,7,4])
52     1
34     2
3      3
53     4
636    5
7      6
4      7
dtype: int64

s1.reset_index(drop=True)
0    1
1    2
2    3
3    4
4    5
5    6
6    7
dtype: int64

我之所以喜欢 reset_index() 方法而不是其他建议的方法，即简单地乘以值

s1 * s2.values

是这不是很明确。此行并未告诉我您正在解决一个索引问题。

虽然这一行非常明确地说明了您正在解决索引问题：

s1.reset_index(drop=True) * s2.reset_index(drop=True)

或将其分解为多行：

s1.reset_index(inplace=True, drop=True)
s2.reset_index(inplace=True, drop=True)
s1 * s2

【讨论】：