Python Pandas – 用不同数据类型的两个索引对象形成并集

使用 Pandas 中的 index1.union(index2) 方法形成两个不同数据类型的索引对象的并集。

首先导入所需的库 −

import pandas as pd

创建两个 Pandas 索引 −

index1 = pd.Index([10, 20, 30, 40, 50])
index2 = pd.Index(['p','q', 'r', 's', 't','u'])

显示 Pandas 索引1和索引2 −

print("Pandas Index1...\n",index1)
print("Pandas Index2...\n",index2)

执行不匹配数据类型的并集 −

res = index1.union(index2)

例子

以下是代码 −

import pandas as pd

# 创建两个 Pandas 索引
index1 = pd.Index([10, 20, 30, 40, 50])
index2 = pd.Index(['p','q', 'r', 's', 't','u'])

# 显示 Pandas 索引1和索引2
print("Pandas Index1...\n",index1)
print("Pandas Index2...\n",index2)

# 返回 Index1 和 Index2 中的元素数量
print("\n index1 中的元素数量 ...\n",index1.size)
print("\n index2 中的元素数量 ...\n",index2.size)

# 执行不匹配数据类型的并集
res = index1.union(index2)

# Index1 和 Index2 的并集
print("\n index1 和 index2 的并集 ...\n",res)

输出

这将产生以下输出 −

Pandas Index1...
Int64Index([10, 20, 30, 40, 50], dtype='int64')
Pandas Index2...
Index(['p', 'q', 'r', 's', 't', 'u'], dtype='object')

 index1 中的元素数量 ...
5

 index2 中的元素数量 ...
6

 index1 和 index2 的并集 ...
Index([10, 20, 30, 40, 50, 'p', 'q', 'r', 's', 't', 'u'], dtype='object')