Python Pandas Index.intersection()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas Index.intersection()函数形成两个索引对象的交集。这将返回一个新的索引，该索引和其他索引共有的元素，保留了调用索引的顺序。

语法: Index.intersection(other)

参数 :
other:索引或数组类

返回 : 交叉点 : 索引

示例#1：使用Index.intersection()函数来查找两个索引的集合相交。

# 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点。

# 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()函数已经返回了两个索引的交集。标签的排序一直基于调用的索引而保持。

例子#2：使用Index.intersection()函数来查找两个Index的集合交集。该索引包含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的交叉点。

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

输出 :

注意：两个指数中的缺失值都被认为是彼此共同的。