pandas.Series.align#
- Series.align(other, join='outer', axis=None, level=None, copy=<no_default>, fill_value=None)[源代码]#
使用指定的连接方法将两个对象沿其轴对齐。
join 方法是为每个轴索引指定的。
- 参数:
- 其他DataFrame 或 Series
要对其的对象。
- join{‘outer’, ‘inner’, ‘left’, ‘right’}, 默认 ‘outer’
要执行的对齐类型。
left: 仅使用左框架中的键，保持键的顺序。
right: 仅使用右帧中的键，保持键的顺序。
outer: 使用两个帧的键的并集，按字典顺序排序键。
inner: 使用两个帧键的交集，保留左边键的顺序。
- 轴其他对象的允许轴，默认为无
在索引 (0)、列 (1) 或两者 (None) 上对齐。
- 级别整数或级别名称，默认为 None
在某一级别上广播，匹配传递的 MultiIndex 级别上的索引值。
- 复制bool, 默认为 False
总是返回新对象。如果 copy=False 且不需要重新索引，则返回原始对象。
备注
copy 关键字将在 pandas 3.0 中更改行为。写时复制 将默认启用，这意味着所有带有 copy 关键字的方法将使用延迟复制机制来推迟复制并忽略 copy 关键字。copy 关键字将在 pandas 的未来版本中被移除。
通过启用写时复制
pd.options.mode.copy_on_write = True，您已经可以获得未来的行为和改进。自 3.0.0 版本弃用.
- fill_value标量，默认 np.nan
用于缺失值的值。默认为 NaN，但可以是任何“兼容”的值。
- 返回:
- 元组 (Series/DataFrame, 其他类型)
对齐的对象。
参见
Series.align使用指定的连接方法将两个对象沿其轴对齐。
DataFrame.align使用指定的连接方法将两个对象沿其轴对齐。
示例
>>> df = pd.DataFrame( ... [[1, 2, 3, 4], [6, 7, 8, 9]], columns=["D", "B", "E", "A"], index=[1, 2] ... ) >>> other = pd.DataFrame( ... [[10, 20, 30, 40], [60, 70, 80, 90], [600, 700, 800, 900]], ... columns=["A", "B", "C", "D"], ... index=[2, 3, 4], ... ) >>> df D B E A 1 1 2 3 4 2 6 7 8 9 >>> other A B C D 2 10 20 30 40 3 60 70 80 90 4 600 700 800 900
按列对齐：
>>> left, right = df.align(other, join="outer", axis=1) >>> left A B C D E 1 4 2 NaN 1 3 2 9 7 NaN 6 8 >>> right A B C D E 2 10 20 30 40 NaN 3 60 70 80 90 NaN 4 600 700 800 900 NaN
我们也可以在索引上对齐：
>>> left, right = df.align(other, join="outer", axis=0) >>> left D B E A 1 1.0 2.0 3.0 4.0 2 6.0 7.0 8.0 9.0 3 NaN NaN NaN NaN 4 NaN NaN NaN NaN >>> right A B C D 1 NaN NaN NaN NaN 2 10.0 20.0 30.0 40.0 3 60.0 70.0 80.0 90.0 4 600.0 700.0 800.0 900.0
最后，默认的 axis=None 将对齐索引和列：
>>> left, right = df.align(other, join="outer", axis=None) >>> left A B C D E 1 4.0 2.0 NaN 1.0 3.0 2 9.0 7.0 NaN 6.0 8.0 3 NaN NaN NaN NaN NaN 4 NaN NaN NaN NaN NaN >>> right A B C D E 1 NaN NaN NaN NaN NaN 2 10.0 20.0 30.0 40.0 NaN 3 60.0 70.0 80.0 90.0 NaN 4 600.0 700.0 800.0 900.0 NaN