pandas 从 B 系列中获取也在 A 系列中的条目；但仅在系列 A 中唯一的条目应具有 0 的填充值

Question

这是一种独特的join/combine，但我不知道这叫什么，所以请随时用术语纠正我。

所以例如我有一个系列 profile 如下：

In [1]: profile = pd.Series(data=[0.8,0.64,0.51,0.5,0.5], index=['google.com','facebook.com','twitter.com', 'instagram.com', 'github.com'])

In [2]: profile
Out[2]: 
google.com       0.80
facebook.com     0.64
twitter.com      0.51
instagram.com    0.50
github.com       0.50
dtype: float6

我有一个 transaction 系列如下：

In [3]: transaction = pd.Series(data=[1,1,1,1], index=['twitter.com','facebook.com','instagram.com','9gag.com'])

In [4]: transaction
Out[4]: 
twitter.com      1
facebook.com     1
instagram.com    1
9gag.com         1
dtype: int64

我想要实现的是一个系列 window，我在其中比较 profile 和 transaction：如果 transaction 中的索引也存在于 profile，我们得到那个特定的索引和它各自的值。仅在 profile 中唯一的其余索引应具有填充值 0.

In [5]: window
Out[5]: 
google.com       0
facebook.com     1
twitter.com      1
instagram.com    1
github.com       0
dtype: int64

是否有任何现有的内置 methods/functions 可以做到这一点？

我试验过：

window = transaction[transaction.keys().isin(profile.keys())]

但它只是 returns transaction 和 profile 的交集。我在 Series 中发现了这个 combine() 函数，但我不知道在 func 参数中应用什么（isin() 无效）。

Answer 1

从 Pandas 的 v.0.17.0 开始，您可以重新索引系列。

>>> transaction.reindex(profile.index).fillna(0)
google.com       0
facebook.com     1
twitter.com      1
instagram.com    1
github.com       0
dtype: float64

它似乎也比使用 loc 稍微快一些，尽管我没有在更大的数据帧上测试过它。

%timeit transaction.reindex(profile.index).fillna(0)
1000 loops, best of 3: 224 µs per loop

%timeit transaction.loc[profile.index].fillna(0)
1000 loops, best of 3: 329 µs per loop

pandas 从 B 系列中获取也在 A 系列中的条目；但仅在系列 A 中唯一的条目应具有 0 的填充值

pandas get entries from Series B that are also in Series A; but entries unique only in Series A shall have a fill value of 0

python

series

pandas