如何结合不同索引的两个熊猫系列？

Question

我尝试将两个不同索引的系列组合在一起（相同的行数）。我试过pd.concat((s1, s2), axis=1)。 例如，S1是：

index | s1 
----- | ----- 
0  | 1.5 
----- | ----- 
1  | 2 

和s2是：

index | s2 
----- | ----- 
a  | 1 
----- | ----- 
b  | 2 

，但我得到：

index | s1 | s2 
----- | --- | --- 
0  | 1.5 | NaN 
----- | --- | --- 
1  | 2 | NaN 
----- | --- | --- 
a  | NaN | 1 
----- | --- | --- 
b  | NaN | 2 

我要的是：

index | s1 | s2 
----- | --- | --- 
a  | 1.5 | 1 
----- | --- | --- 
b  | 2 | 2 

也就是说保持series2的索引。 我怎么能得到这个？非常感谢！

Answer 1

设置索引s2索引第一：

s1.index = s2.index 
df = pd.concat([s1, s2], axis=1) 
print (df) 
    s1 s2 
a 1.5 1 
b 2.0 2 

Answer 2

您可以通过S2的指数设置S1的索引，然后CONCAT他们

s1 = pd.DataFrame({'s1':[1.5,2]},index=[0,1]) 
s2 = pd.DataFrame({'s2':[1,2]},index=['a','b']) 
pd.concat([s2,s1.set_index(s2.index)],axis=1) 

输出：通过s1

 
    s2 s1 
a 1 1.5 
b 2 2.0 

或

pd.concat([s1.set_index(s2.index),s2],axis=1) 

 
    s1 s2 
a 1.5 1 
b 2.0 2 

Answer 3

选项1
pd.DataFrame.insert

s2.insert(0, 's1', s1.s1.values) 
s2 

    s1 s2 
a 1.5 1 
b 2.0 2 

---

选项2
重构

pd.DataFrame(dict(s1=s1.s1.values, s2=s2.s2.values), s2.index) 

    s1 s2 
a 1.5 1 
b 2.0 2 

---

选项3
pd.DataFrame.join

s1.set_index(s2.index).join(s2) 

    s1 s2 
a 1.5 1 
b 2.0 2