Python 将两个熊猫系列减少为一个 问题:

我想以系列1和系列2为例，创建一个具有值的新系列（系列1、系列2）。基本上，我有两个熊猫系列，我想结合成一个。虽然这些值表示为

整数

，但它们是

因子

前

我试过的

熊猫的功能是：

concat

，

merge

，

join

到目前为止，我只能组合这些值（即，将元素添加到一起，将系列附加到彼此，或基于值合并）。因为数据集很大，所以我希望避免循环。虽然到目前为止，这是我唯一能想到的方法。我觉得有了熊猫的力量，这应该很容易做到

---

有什么想法吗？谢谢你看

你打算用这个做什么

In [1]: s1 = Series([1,2,3])

In [2]: s2 = Series([2,3,4])

In [4]: Series(zip(s1,s2))
Out[4]: 
0    (1, 2)
1    (2, 3)
2    (3, 4)
dtype: object

这里有一个想法，不确定它是否适合你想要的…也许

In [70]: s = Series([1,2,4,5,6])

一个离散量化器（基本上是箱子，你可以提供箱子，如果你想） 产生一个分类词

In [71]: pd.qcut(s,2)
Out[71]: 
Categorical: 
array(['[1, 4]', '[1, 4]', '[1, 4]', '(4, 6]', '(4, 6]'], dtype=object)
Levels (2): Index(['[1, 4]', '(4, 6]'], dtype=object)

然后你就可以重视它了

In [72]: pd.value_counts(pd.qcut(s,2))
Out[72]: 
[1, 4]    3
(4, 6]    2
dtype: int64

---

谢谢@Jeff，+1的优雅。我忘了zip函数了。如果其他人也这么做了。我正在分析贸易数据，有两个特点进口商和出口商。有了你们展示给我的拉链，我现在可以捕捉到它们之间的关系。例如，（美国、英国）（美国、中国）等。在一个框架中，可能更容易放在单独的列中，那么如何捕捉这种关系呢？现在，我想用它来方便绘图。例如：

df.sereies\u with_zip.value\u counts（）.plot（kind='bar'）

以显示最频繁的交易关系，然后

（df.groupby（'year'））.sereies\u with_zip.value\u counts（）.plot（kind='bar'）

以显示这种情况随时间的变化，好吧……这很有意义，您将元组视为单一对象

In [72]: pd.value_counts(pd.qcut(s,2))
Out[72]: 
[1, 4]    3
(4, 6]    2
dtype: int64