Метод pandas.Series, который возвращает обновленную серию

Question

Существует ли метод Series, который действует как обновление, но возвращает обновленную серию вместо обновления на месте?

Другими словами, есть ли лучший способ сделать это:

# Original series
ser1 = Series([10, 9, 8, 7], index=[1,2,3,4])

# I want to change ser1 to be [10, 1, 2, 7]
adj_ser = Series([1, 2], index=[2,3])

adjusted = my_method(ser1, adj_ser)

# Is there a builtin that does this already?
def my_method(current_series, adjustments):
    x = current_series.copy()
    x.update(adjustments)
    return(x)

Answer 1

Вот еще один способ:

adjusted = ser1.mask(ser1.index.isin(adj_ser.index), adj_ser)
adjusted

Вывод:

1    10
2     1
3     2
4     7
dtype: int64

Answer 2

Нет встроенной функции, кроме update, но вы можете использовать mask с логическим рядом:

def my_method(current_series, adjustments):
    bools = current_series.index.isin(adjustments.index)
    return current_series.mask(bools, adjustments)

Однако, какпроцесс маскирования вводит промежуточные значения NaN, ваша серия будет повышена до float.Таким образом, ваше update решение является лучшим.

Answer 3

Одно из возможных решений должно быть combine_first, но оно обновляет adj_ser на ser1, а также приводит к целым числам float s:

adjusted = adj_ser.combine_first(ser1)
print (adjusted)
1    10.0
2     1.0
3     2.0
4     7.0
dtype: float64

Answer 4

@ Никсон прав, что iloc и loc хороши для такого рода вещей

import pandas as pd
# Original series
ser1 = pd.Series([10, 9, 8, 7], index=[1,2,3,4])
ser2 = ser1.copy()
ser3 = ser1.copy()

# I want to change ser1 to be [10, 1, 2, 7]

# One way
ser2.iloc[1:3] = [1,2]
ser2 # [10, 1, 2, 7]


# Another way
ser3.loc[2, 3] = [1,2]
ser3 # [10, 1, 2, 7]

Почему два разных метода?

Как этот пост довольно хорошо объясняет, главное различие между loc и iloc - это метки против позиции.Моя личная запись - если вы пытаетесь внести коррективы на основе позиции с нулевым индексом значения, используйте iloc, иначе loc.YMMV