跳转至

Python | Pandas index.intersection()

原文:https://www.geesforgeks.org/python-pandas-index-intersection/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 **Index.intersection()**功能形成两个索引对象的交集。这将返回一个新的索引,其中包含该索引和其他索引共有的元素,并保持调用索引的顺序。

语法:索引.交集(其他)

参数: 其他:指数或阵列状

返回:交集:索引

示例#1: 使用Index.intersection()函数查找两个索引的集合交集。

# importing pandas as pd
import pandas as pd

# Creating the first Index
idx1 = pd.Index(['Labrador', 'Beagle', 'Mastiff', 
                     'Lhasa', 'Husky', 'Beagle'])

# Creating the second Index
idx2 = pd.Index(['Labrador', 'Great_Dane', 'Pug',
           'German_sepherd', 'Husky', 'Pitbull'])

# Print the first and second Index
print(idx1, '\n', idx2)

输出:

现在我们找到两个索引的集合交集。

# Find the elements common to both the Indexes
idx2.intersection(idx1)

输出:

正如我们在输出中看到的,Index.intersection()函数返回了两个索引的交集。标签的顺序根据调用索引进行维护。

例 2: 使用Index.intersection()函数查找两个索引的集合交集。该指数包含NaN值。

# importing pandas as pd
import pandas as pd

# Creating the first Index
idx1 = pd.Index(['2015-10-31', '2015-12-02', None, '2016-01-03', 
                      '2016-02-08', '2017-05-05', '2014-02-11'])

# Creating the second Index
idx2 = pd.Index(['2015-10-31', '2015-10-02', '2018-01-03',
           '2016-02-08', '2017-06-05', '2014-07-11', None])

# Print the first and second Index
print(idx1, '\n', idx2)

输出:

现在我们找到 idx1 和 idx2 的交点。

# find intersection and maintain 
# ordering of labels based on idx1
idx1.intersection(idx2)

输出: 注:两个指标的缺失值被认为是共同的。



回到顶部