为什么“组成”系列不会导致“输入”系列的索引？

Question

我希望通过另一个系列索引一个系列会产生一个新系列，其索引与索引系列相同。然而，它是被索引的索引和索引系列的组合。

跑步

A = pandas.Series(range(3), index=list("ABC"))

B = pandas.Series(list("AABBCC"), index=list("XYZWVU"))

print(A[B])

产量

A    0

A    0

B    1

B    1

C    2

C    2

dtype: int64

所以这里的索引形状为 ，B.index但值为A.index。

相反，我原本期望 for 的索引A[B]与 相同B.index，就好像组成两个映射一样。为什么不是这样？当前设置是否有用（在我看来这没用）？有没有“正确”的方法来获得我正在寻找的东西？

这个问题使某些操作变得棘手。例如，

B[A[B] == 2]

直观地说是如何选择 B 的条目，其值在 A 中查找时为 2。（如果 B 是一个 DataFrame 在一列中有一些对象 ID，并且我们想根据值选择 B 的行，这很有用该对象存储在辅助表中。）但是，这会产生ValueError: cannot reindex from a duplicate axis异常。如果您删除索引，这将起作用：

B[(A[B] == 2).values]

是使用.values正确的方法来做到这一点还是有更好的方法？

Answer 1

在我看来，索引就是选择相应的索引。所以真的A[B]应该index还在A.index。相反，如果您想映射值，则使用map. 它似乎也更快：%timeit -n 1000 B.map(A)# 196 µs ± 6.92 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)%timeit -n 1000 A[B]# 384 µs ± 5.54 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)和：%timeit -n 1000 B[B.map(A).eq(2)]# 624 µs ± 38.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)%timeit -n 1000 B[A[B].eq(2).values]#779 µs ± 7.51 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)