pandas的主要数据结构:Series


Pandas所能满足的需求:

  • 具备按轴自动或显式数据对齐功能的数据结构。这可以防止许多由于数据未对齐以及来自不同数据源(索引方式不同)的数据而导致的常见错误。

  • 集成时间序列功能

  • 既能处理时间序列数据也能处理非时间序列的数据

  • 数据运算和约简(比如对某个轴求和)可以根据不同的元数据(轴)编号执行。

  • 灵活处理缺失数据

  • 合并及其他出现在常见数据库中的关系型运算


Series是一种类似一维数组的对象,它由一组数据(各种Numpy数据类型)以及一组与之相关的数据标签(即索引)组成

Series的组成要素为两点:1.一组数据 2.与之对应的索引
创建:Series([data],index=[index])

"Data可以是列表(省略index)"
obj = Series([3,4,-5,6])"通过Python字典创建:键值自动作为索引"
sdata = {'a':3,'b':4,'c':-5,'d':6}
obj = Series(sdata)"自定义索引"
obj = Series([3,4,-5,6],index=['a','b','c','d'])

应用:Series的方法

"通过索引选取单个值"
In [7]: obj['a']
Out[7]: 3
"通过索引选取一组值"
In [8]: obj[['a','c','d']]
Out[8]:
a    3
c   -5
d    6
"数据组运算(Series可以看作一维数组),保留索引和值之间的链接"
obj[obj > 0]
obj[obj*2]
np.exp(obj2)
"还可以将Series当作一个定长的有序字典"
In [9]: "b" in obj
Out[9]: TrueIn [10]: "e" in obj
Out[10]: False"Series实例方法"
In [10]: obj.isnull()  #检测缺失数据"Series的索引可以通过赋值的方式就地修改"In [11]: obj.index = ['Bob','Steve','Jeff','Ryan']Out[12]:
Bob      3
Steve    4
Jeff    -5
Ryan     6
dtype: int64

《Python for Data Analysis》之 Series相关推荐

  1. 数据分析---《Python for Data Analysis》学习笔记【04】

    <Python for Data Analysis>一书由Wes Mckinney所著,中文译名是<利用Python进行数据分析>.这里记录一下学习过程,其中有些方法和书中不同 ...

  2. python for data analysis 操作usagov_bitly_data示例

    python for data analysis 操作usagov_bitly_data示例 import json path = 'ch02/usagov_bitly_data2012-03-16- ...

  3. Python for Data Analysis

    本文只是一篇类似导向性的分享, 并没有原创内容, 主要是书籍和网络资源的整理, 仅供参考. 可能会有后续补充更新. 资源 A Byte of Python 这是给没有使用过 Python 的人员的入门 ...

  4. python 数据分析 百度网盘_[百度网盘]利用Python进行数据分析(Python For Data Analysis中文版).pdf - Jan-My31的博客 - 磁力点点...

    利用Python进行数据分析(Python For Data Analysis中文版).pdf - Jan-My31的博客 2018-5-27 · 链接:https://pan.baidu.com/s ...

  5. 《利用Python进行数据分析: Python for Data Analysis 》学习随笔

    NoteBook of <Data Analysis with Python> 3.IPython基础 Tab自动补齐 变量名 变量方法 路径 解释 ?解释, ??显示函数源码 ?搜索命名 ...

  6. [学习笔记]Python for Data Analysis, 3E-9.绘图和可视化

    进行信息可视化(有时称为绘图)是数据分析中最重要的任务之一.它可能是探索过程中的一部分-例如,帮助识别异常值或所需的数据转换,或作为生成模型想法的一种方式.对于其他人来说,为Web构建交互式可视化可能 ...

  7. 第13章 Python建模库介绍--Python for Data Analysis 2nd

    本书中,我已经介绍了Python数据分析的编程基础.因为数据分析师和科学家总是在数据规整和准备上花费大量时间,这本书的重点在于掌握这些功能. 开发模型选用什么库取决于应用本身.许多统计问题可以用简单方 ...

  8. [学习笔记]Python for Data Analysis, 3E-8.数据整理:连接、合并和重塑

    在许多应用程序中,数据可能分布在多个文件或数据库中,或者以不便于分析的形式排列.本章重点介绍有助于合并.联接和重新排列数据的工具. 首先,介绍一下pandas中的分层索引的概念,这个概念在其中一些操作 ...

  9. 第14章 数据分析案例--Python for Data Analysis 2nd

    本书正文的最后一章,我们来看一些真实世界的数据集.对于每个数据集,我们会用之前介绍的方法,从原始数据中提取有意义的内容.展示的方法适用于其它数据集,也包括你的.本章包含了一些各种各样的案例数据集,可以 ...

最新文章

  1. git 怎么备份本地分支_Git常用个人备份笔记
  2. Discuz常见小问题-_如何修改网站LOGO
  3. 微软系统封装工具ImageX使用方法及实例介绍
  4. python中变量不需要事先声明_第二章 Python 变量
  5. 学Android的学习规划
  6. c#winform自定义窗体(含源码)
  7. 速度挑战 - 2小时完成HTML5拼图小游戏
  8. cad中tk什么意思_cad绘图tk命令技巧
  9. My97DateTimePicker使用说明
  10. Google CFO 的辞职信(引用)
  11. vc++6.0报错c1083
  12. matlab 太阳系仿真,三维仿真太阳系
  13. java指令打印 驱动打印总结 打印不需要手动选择打印机 愿你编码半生 都不会用到
  14. 类与对象的基本语法+练习题
  15. json.loads()的字符串中为单引号引发的错误
  16. 上海十大最美婚纱摄影外景地推荐
  17. i9 10900k和i7 9700k的区别大吗
  18. 贪心算法经典例题3:导弹发射问题
  19. php短信验证案例,PHP项目之容联云短信发送验证码
  20. 线程wait和notify方法

热门文章

  1. Http持久连接与HttpClient连接池
  2. 比Navicat还要好用的通用数据库管理工具,功能强大还免费
  3. Netty、Kafka中的零拷贝技术到底有多牛?
  4. Kubernetes对象模型
  5. 周志华教授:关于深度学习的一点思考!
  6. CVPR 2021论文分享会日程公布!
  7. 大数据领域75个核心术语讲解!
  8. Tensorflow基础入门十大操作总结
  9. ICCV 2021 | 简而优:用分类器变换器进行小样本语义分割
  10. 华为又牵手名校,这次是他!