Python Pandas Series.combined()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.combined()函数根据func将数列与一个数列或标量相结合。它使用func将数列和其他对象结合起来，对结合的数列进行元素选择。

语法: Series.combine(other, func, fill_value=None)

参数:
other：系列或标量
func : 将两个标量作为输入并返回一个元素的函数。
fill_value :当一个系列中缺少一个索引时，要假定的值。

返回：系列

例子#1：使用Series.combined()函数来查找两个系列对象中每个索引标签的最大值。

# importing pandas as pd
import pandas as pd
  
# Creating the first Series
sr1 = pd.Series([80, 25, 3, 25, 24, 6])
  
# Creating the second Series
sr2 = pd.Series([34, 5, 13, 32, 4, 15])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the first index
sr1.index = index_
  
# set the second index
sr2.index = index_
  
# Print the first series
print(sr1)
  
# Print the second series
print(sr2)

输出 :


现在我们将使用Series.combined()函数来寻找两个给定系列对象中每个索引标签的最大值。

# find the maximum element-wise
# among sr1 and sr2
result = sr1.combine(other = sr2, func = max)
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，Series.combined()函数已经成功地返回了两个系列对象中每个索引标签的最大值。

例子#2 :使用Series.combined()函数来寻找两个系列对象中每个索引标签的最小值。

# importing pandas as pd
import pandas as pd
  
# Creating the first Series
sr1 = pd.Series([51, 10, 24, 18, None, 84, 12, 10, 5, 24, 2])
  
# Creating the second Series
sr2 = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
  
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
  
# set the first index
sr1.index = index_
  
# set the second index
sr2.index = index_
  
# Print the first series
print(sr1)
  
# Print the second series
print(sr2)

输出 :


现在我们将使用Series.combined()函数来寻找两个给定系列对象中每个索引标签的最小值。

# find the minimum element-wise
# among sr1 and sr2
result = sr1.combine(other = sr2, func = min)
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，Series.combined()函数已经成功地返回了两个系列对象中每个索引标签的最小值。