使用索引在 Pandas 中查找两个系列之间的交集答案

【问题标题】：Finding the intersection between two series in Pandas using index使用索引在 Pandas 中查找两个系列之间的交集
【发布时间】：2014-12-07 05:18:22
【问题描述】：

我有两个不同长度的系列，我试图根据索引找到两个系列的交集，其中索引是一个字符串。希望最终结果是一个系列，其中包含基于公共字符串索引的交集元素。

有什么想法吗？

【问题讨论】：

标签： python pandas intersection series

【解决方案1】：

Pandas 索引有一个intersection method，您可以使用它。如果你有两个系列，s1 和 s2，那么

s1.index.intersection(s2.index)

或者，等效地：

s1.index & s2.index

为您提供s1 和s2 中的索引值。

然后，您可以使用此索引列表来查看系列的相应元素。例如：

>>> ixs = s1.index.intersection(s2.index)
>>> s1.loc[ixs]
# subset of s1 with only the indexes also found in s2 appears here

【讨论】：

很好，但它只给了我索引，而不是带有值的系列。
我尝试了这个函数，将它分配给一个变量，但它什么也没给我。我确信有共同的元素，但到目前为止还没有。
试过 common = s1.index.intersection(s2.index);打印 len(common) 给出 0.
@Boss1295 看起来您的两个系列中没有任何共同的索引值。如果您尝试使用s1 = pd.Series(range(3)) 和s2 = pd.Series(range(3), index=[5, 0, 2])，您应该会看到该方法按预期工作。
s1.index & s2.index 做类似的工作。

【解决方案2】：

我的两个数据都是递增的，所以我编写了一个函数来获取索引，然后根据它们的索引过滤数据。

np.shape(data1)  # (1330, 8)
np.shape(data2)  # (2490, 9)
index_1, index_2 = overlap(data1, data2)
data1 = data1[index1]
data2 = data2[index2]
np.shape(data1)  # (540, 8)
np.shape(data2)  # (540, 9)
def overlap(data1, data2):
    '''both data is assumed to be incrementing'''
    mask1 = np.array([False] * len(data1))
    mask2 = np.array([False] * len(data2))
    idx_1 = 0
    idx_2 = 0
    while idx_1 < len(data1) and idx_2 < len(data2):
        if data1[idx_1] < data2[idx_2]:
            mask1[idx_1] = False
            mask2[idx_2] = False
            idx_1 += 1
        elif data1[idx_1] > data2[idx_2]:
            mask1[idx_1] = False
            mask2[idx_2] = False
            idx_2 += 1
        else:
            mask1[idx_1] = True
            mask2[idx_2] = True
            idx_1 += 1
            idx_2 += 1
    return mask1, mask2

【讨论】：