python - 通过采用相对于其他系列的相交索引来过滤掉一个系列

Question

我有 2 个 pandas Series(x 和 y)有一些共同的时间值

然后我需要通过仅获取日期索引相同的值来过滤掉其中之一。

假设一个系列x

2010-01-27 16:00:00    2.0
2010-01-27 16:10:00    2.2
2010-01-27 16:30:00    1.7

还有一个y

2010-01-27 15:50:00    5.0
2010-01-27 16:00:00    2.8
2010-01-27 16:10:00    3.2
2010-01-27 16:20:00    4.2
2010-01-27 16:30:00    1.9

我想通过比较x和y系列各自的索引来过滤y

y 的结果应该是这样的

2010-01-27 16:00:00    2.8
2010-01-27 16:10:00    3.2
2010-01-27 16:30:00    1.9

我尝试了一个简单的

y[y.index.get_values()==x.index.get_values()]

但不产生系列输出。在 Dataframes 中是否有类似 merge 的东西用于 Series？

我不想将两个 Series 合并到一个数据框中，只是比较它们并采用公共(public)数据索引值

Answer 1

您可以使用 concat和 get_duplicates:

s = pd.concat([s1, s2], axis=0).sort_index()
print s

2010-01-27 15:50:00    5.0
2010-01-27 16:00:00    2.0
2010-01-27 16:00:00    2.8
2010-01-27 16:10:00    2.2
2010-01-27 16:10:00    3.2
2010-01-27 16:20:00    4.2
2010-01-27 16:30:00    1.7
2010-01-27 16:30:00    1.9

print s2[s.index.get_duplicates()]

2010-01-27 16:00:00    2.8
2010-01-27 16:10:00    3.2
2010-01-27 16:30:00    1.9
Name: 1, dtype: float64

或者使用duplicated :

print s2[s.index[s.index.duplicated()]]

2010-01-27 16:00:00    2.8
2010-01-27 16:10:00    3.2
2010-01-27 16:30:00    1.9
Name: 1, dtype: float64

---

但最好的是reindex或 reindex_like :

print s2.reindex(s1.index)

2010-01-27 16:00:00    2.8
2010-01-27 16:10:00    3.2
2010-01-27 16:30:00    1.9
Name: 1, dtype: float64

print s2.reindex_like(s1)

2010-01-27 16:00:00    2.8
2010-01-27 16:10:00    3.2
2010-01-27 16:30:00    1.9
Name: 1, dtype: float64