pandas series合并

在Python的数据分析库pandas中，Series是一种一维数组结构，它可以存储各种类型的数据，如整数、浮点数、字符串等，在实际工作中，我们经常需要将多个Series合并成一个Series，以便于进行后续的数据处理和分析，本文将详细介绍如何使用pandas进行Series合并。

1、直接相加

最简单的Series合并方法是直接相加，当两个Series具有相同的索引时，可以直接使用加号（+）将它们相加，相加后的结果将是一个新的Series，其值是原始Series对应位置的值之和。

示例：

import pandas as pd
创建两个Series
s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['a', 'b', 'c'])
直接相加
result = s1 + s2
print(result)

输出结果：

a    5
b    7
c    9
dtype: int64

2、concat函数

pandas提供了concat函数，用于将多个Series或DataFrame沿指定轴进行拼接，默认情况下，concat函数会沿着垂直方向（axis=0）进行拼接，如果需要沿着水平方向（axis=1）进行拼接，可以将axis参数设置为1。

示例：

import pandas as pd
创建两个Series
s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['a', 'b', 'c'])
使用concat函数进行拼接
result = pd.concat([s1, s2])
print(result)

输出结果：

a    1
b    2
c    3
a    4
b    5
c    6
dtype: int64

3、merge函数

pandas提供了merge函数，用于将两个DataFrame按照指定的键进行合并，虽然merge函数主要用于DataFrame的合并，但它也可以用于Series的合并，当两个Series具有相同的索引时，可以使用merge函数将它们合并成一个新的Series，需要注意的是，merge函数默认情况下会执行内连接（inner join），即只保留两个Series中都有的键对应的值，如果需要执行其他类型的连接（如左连接、右连接或全连接），可以设置how参数。

示例：

import pandas as pd
创建两个Series
s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['a', 'b', 'd'])
使用merge函数进行合并（内连接）
result = pd.merge(s1, s2, how='inner')
print(result)

输出结果：

a    4.0
b    5.0
dtype: float64

4、apply函数

pandas提供了apply函数，用于对Series中的每个元素应用指定的函数，通过apply函数，我们可以实现更复杂的Series合并操作，我们可以定义一个函数，该函数接受两个参数，分别表示两个Series的元素，并返回它们的和；我们可以使用apply函数将这个函数应用到两个Series上，从而得到一个新的Series。

示例：

import pandas as pd
import numpy as np
from functools import partial
from operator import add, subtract, multiply, divide, modulo, power, floordiv, truediv, neg, pos, abs, invert, not_equal, equal, greater_equal, less_equal, greater, less, is_nan, is_infinite, is_integer, is_floatingpoint, is_complex, is_bool, is_number, is_string, is_datetimelike, is_timedelta64_any_dtype, is_period_dtype, is_array_like, is_object_dtype, is_scalar, callable, getattr, setattr, hasattr, isinstance, identity, itemgetter, reversed, reduce, accumulate, compose, filter, map, zip, takewhile, dropwhile, repeat, cast, fillna, dropna, clip, round, floor, ceil, rsqrt, logaddexp, logaddexp2, logmultiexp, polyadd, polysubtract, polymult, polydiv, remainder, fmod, modf, degrees, radians, sinh, cosh, tanh, asinh, acosh, atanh, expm1, log1p) # 导入所有可能用到的数学运算函数和比较运算函数等，以便在自定义函数中使用这些函数进行计算和比较操作，这里省略了部分不需要的函数名。