python – 具有非唯一标签的两个pandas系列上的操作行为是什么？

基本行为是它尝试将值与同一标签配对.如果没有找到标签,则指定NaN.如果标签在左侧或右侧(但不是两者)都是非唯一的,那么它将耗尽所有可能性.例如,

pd.Series((2,3), ("a","b")) * pd.Series((5,7), ("b","b"))

回报

a     NaN
b    15.0
b    21.0

和

pd.Series((2,3), ("b","b")) * pd.Series((5,7), ("a","b"))

回报

a     NaN
b    14.0
b    21.0

但是,例如,如果标签在左侧和右侧是非唯一的

pd.Series((2,3), ("b","b")) * pd.Series((5,7), ("b","b"))

你得到

b    10
b    21

我宁愿期望它耗尽所有可能性,即返回

b    10
b    14
b    15
b    21

什么是确定它返回的值子集？它是基于行顺序吗？如果是这样,这种行为的理由是什么？

谢谢.

解决方法:

这是一个有趣的观察：

In [146]: a
Out[146]:
b    2
b    3
a    4
dtype: int64

In [147]: b
Out[147]:
a    2
b    5
b    7
dtype: int64

指标：

In [148]: a.index
Out[148]: Index(['b', 'b', 'a'], dtype='object')

In [149]: b.index
Out[149]: Index(['a', 'b', 'b'], dtype='object')

使用不同索引的乘法：

In [150]: a * b
Out[150]:
a     8
b    10
b    14
b    15
b    21
dtype: int64

但如果索引相同：

In [151]: a.sort_index() * b
Out[151]:
a     8
b    10
b    21
dtype: int64

In [155]: (a.sort_index().index == b.index).all()
Out[155]: True

DataFrame.join()将根据您的意愿加入重复项：

In [128]: a = pd.Series((2,3), ("b","b"))

In [129]: b = pd.Series((5,7), ("b","b"))

In [130]: a.to_frame('a').join(b.to_frame('b')).eval("a * b")
Out[130]:
b    10
b    14
b    15
b    21
dtype: int64