在熊猫中查找两个序列之间的交点

Question

我在熊猫中有两个序列s1和s2，并希望计算交集，即该序列的所有值都相同的地方。

我将如何使用concat功能执行此操作？我一直在尝试解决这个问题，但是却无法做到（我不想在s1和s2的索引上计算交集，但在值上进行计算）。

Answer 1

将两个系列都放置在Python的set container中，然后使用设置交集方法：

s1.intersection(s2)

然后根据需要转换回列表。

刚刚注意到标签中的熊猫。可以翻译成：

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

根据评论，我已将其更改为更具Pythonic的表达式，该表达式更短且更易于阅读：

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

应该成功，除非索引数据对您也很重要。

已添加list(...)以在转至pd.Series之前转换集，因为熊猫不接受集作为系列的直接输入。

Answer 2

设置：

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

时间：

%%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，即使对于小数列，如果明确使用values，numpy解也可以与设置解相提并论。

Answer 3

如果您使用的是熊猫，我想您也在使用NumPy。 Numpy具有功能intersect1d，可与熊猫系列配合使用。

示例：

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

将返回一个值为5和42的序列。

Answer 4

Python

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

可以像下面那样使用合并运算符

pd.merge(df1, df2, how='inner')