Python Pandas Series.combined_first()

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 combine_first()方法用于将两个系列合并为一个。其结果是两个系列的联合，即在调用者系列中出现空值的情况下，从通过的系列中取值。如果在同一个索引上有两个空值，则在该索引上返回空值。

注意：这个方法与Series.combined()不同，后者需要一个函数作为参数来决定输出值。

语法: Series.combine_first(other)

参数:
other: 其他系列要与呼叫器系列相结合。

返回类型: Pandas系列

示例:
在这个例子中，我们使用Pandas Series()方法从列表中创建了两个系列。一些空值也使用Numpy np.nan传递给每个列表。然后使用.combined_first()方法将两个系列合并。首先，该方法被series1调用，结果存储在result1中，然后类似的方法被series2调用，存储在result2中。然后，两个返回的系列都被打印出来以比较输出。

# importing pandas module  
import pandas as pd  
    
# importing numpy module 
import numpy as np 
    
# creating series 1 
series1 = pd.Series([70, 5, 0, 225, 1, 16, np.nan, 10, np.nan]) 
    
# creating series 2 
series2 = pd.Series([27, np.nan, 2, 23, 1, 95, 53, 10, 5]) 
  
# combining and returning results to variable
# calling on series1
result1 = series1.combine_first(series2)
  
# calling on series2
result2 = series2.combine_first(series1)
  
# printing result
print('Result 1:\n', result1, '\n\nResult 2:\n', result2)

输出:
如输出结果所示，即使是相同的系列被合并，但输出结果是不同的。这是因为 combine_first() 方法优先考虑了第一个系列（Caller 系列）。如果该位置上有空值，它就从第二个系列的相同索引处取值。

Result 1:
 0     70.0
1      5.0
2      0.0
3    225.0
4      1.0
5     16.0
6     53.0
7     10.0
8      5.0
dtype: float64 

Result 2:
 0    27.0
1     5.0
2     2.0
3    23.0
4     1.0
5    95.0
6    53.0
7    10.0
8     5.0
dtype: float64