Series对比numpy,它更像是字典属性的数据结构,每一行都有各自的key。

Series快速初始化

import pandas as pd#创建4行的Series,每一行是一个数字,默认索引是0~3
pd.Series([1,2,3,4])  >>>   0    11    22    33    4#创建2行的Series,每一行是一个列表
pd.Series([[1,2,3,4],[5,5,5,5]])   >>>  0    [1, 2, 3, 4]1    [5, 5, 5, 5]#从字典创建Series
pd.Series({"a":1,"b":2,"c":3,"d":4})
>>> a    1b    2c    3d    4#从numpy创建Series
pd.Series(np.arrange(4))
>>> 0    11    22    33    4#指定index
pd.Series([1,2,3,4],index=['a','b','c','d'])
>>> a    1b    2c    3d    4

Series运算

a=pd.Series([1,2,3,4],index=['a','b','c','d'])
#a每一行加上2
a+2        >>> a    3b    4c    5d    6#两个Series相加,会让每个元素对应相加,值得注意的是,会匹配按照index相同的行进行相加
b=pd.Series([1,2,3,4],index=['b','a','c','d'])
a+b        >>> a    3b    3c    6d    8#如果两个Series相加,有index不同的地方,默认会以nan替代,并且取两个Series的并集
c=pd.Series([1,2,3,4],index=['a','b','c','e'])
a+c        >>> a    2.0b    4.0c    6.0d    NaNe    NaN#nan的值以0替代
a.add(c,fill_value=0)  >>> a    2.0b    4.0c    6.0d    0e    0#比较运算
a>3      >>> a    Falseb    Falsec    Falsed     True

Series索引

a=pd.Series([1,2,3,4],index=['a','b','c','d'])
#下标索引
a[0]    >>> 1#index索引
a['a']  >>> 1#切片索引
a[0:2]  >>> a    1b    2#布尔索引
a<3      >>> a     Trueb     Truec    Falsed    False
#选取小于3的行
a[a<3]   >>> a    1b    2
#选取小于3并且为偶数的行
a[(a<3) & (a%2==0)]    >>> b    2#花式索引
a[['a','b','d']] >>> a    1b    2d    4
a['a':'c']       >>> a    1b    2c    3#需要注意的是如果Series的索引是整数的时候,传入a[i],默认是会以键的方式进行索引,而不是下标,如
a=pd.Series(np.arange(10))[5:] >>> 5    56    67    78    89    9
#a[5]默认是以键的方式索引
a[5]    >>> 5
#a[4]由于不存在键,会抛出异常
a[4]    >>> KeyError
#这种情况如果要以下标索引,可使用iloc
a.iloc[0]   >>> 5

Series遍历

a=pd.Series([1,2,3,4],index=['a','b','c','d'])
#遍历值
for i in a:print(i)
>>> 1234#遍历键
for i in a.index:print(i)
>>> abcd

Series缺失值处理

a=pd.Series([np.nan,2,3,4],index=['a','b','c','d'])
#判断每一行是否为nan
a.isnull()  >>> a     Trueb    Falsec    Falsed    False
#丢弃nan的行
a.dropna()  >>> b    2.0c    3.0d    4.0
#填充nan的值为平均数
a.fillna(a.mean())  >>> a    3.0b    2.0c    3.0d    4.0

Python Series库Api整理相关推荐

  1. python代码库-吐血整理!绝不能错过的24个Python库

    Python有以下三个特点: 易用性和灵活性 全行业高接受度:Python无疑是业界最流行的数据科学语言 用于数据科学的Python库的数量优势 事实上,由于Python库种类很多,要跟上其发展速度非 ...

  2. python jenkins库 api简介

    Python Jenkins Guide: https://python-jenkins.readthedocs.io/en/latest/index.html Python-jenkins: htt ...

  3. Python BeautifulSoup库 API

    查找标签 BeautifulSoup类继承了Tag类,然后Tag继承了PageElement(object)类 Tag类 class Tag(PageElement) Tag类主要是对标签的管理 实例 ...

  4. Matplotlib库Api整理

    画折线 import matplotlib.pyplot as pltplt.plot([1,2,3,4],[5,4,2,8]) plt.plot([1,2,3,4],[6,5,3,9],marker ...

  5. Python库全部整理出来了,非常全面

    库名称简介 Chardet 字符编码探测器,可以自动检测文本.网页.xml的编码. colorama 主要用来给文本添加各种颜色,并且非常简单易用. Prettytable 主要用于在终端或浏览器端构 ...

  6. cassandra可视化工具_耗时1个月整理!160种Python标准库、第三方库和外部工具都有了...

    耗时1个月整理!160种Python标准库.第三方库和外部工具都有了 北京尚学堂 2019-12-09 14:59:15 Python数据工具箱涵盖从数据源到数据可视化的完整流程中涉及到的常用库.函数 ...

  7. 整理了100个Python精选库,建议收藏

    来源丨网络 Python为啥这么火,这么多人学,就是因为简单好学,功能强大,整个社区非常活跃,资料很多.而且这语言涉及了方方面面,比如自动化测试,运维,爬虫,数据分析,机器学习,金融领域,后端开发,云 ...

  8. [转载] 花了三个月终于把所有的Python库全部整理了!祝你早日拿到高薪!

    参考链接: Python | 扩展和自定义django-allauth 库名称简介 Chardet字符编码探测器,可以自动检测文本.网页.xml的编码. colorama主要用来给文本添加各种颜色,并 ...

  9. 花了三个月终于把所有的Python库全部整理了!祝你早日拿到高薪!

    库名称简介 Chardet字符编码探测器,可以自动检测文本.网页.xml的编码. colorama主要用来给文本添加各种颜色,并且非常简单易用. Prettytable主要用于在终端或浏览器端构建格式 ...

最新文章

  1. 10万现金+高薪offer!新网银行智能语音大赛火热进行中
  2. OpenCV2.3的cvCalcHist函数有问题?255级值总为0,索性自己写一个直方图计算函数,附源码
  3. C++设计模式实现--策略(Strategy)模式
  4. 【OpenCV3】图像最大轮廓检测——cvFindBiggestContour()封装
  5. Docker 多机网络
  6. 格雷码问题:输出当输入为n时的格雷码
  7. IOS – OpenGL ES 调节图像对比度 GPUImageContrastFilter
  8. 不裁员也好意思叫互联网公司?
  9. vSAN其实很简单-重启大法真的适用于vSAN吗?
  10. J-Link在SWD模式与MCU能连接成功但不能读写
  11. Power Query Advanced Editor键盘快捷键
  12. 单片机测试雨滴传感器
  13. 2022年武汉市小微服务业企业进入规模服务业企业奖励申报条件以及申报流程汇总
  14. 文章翻译-在线文章翻译软件支持批量导入翻译
  15. html页面前端乱码,css网页代码乱码怎么解决?
  16. 系统修复专家—SREng
  17. sncr脱硝技术流程图_脱硝技术介绍(SCR和SNCR)
  18. 应用程序错误(0xc0000135)
  19. BZOJ 3162:独钓寒江雪
  20. 神经网络权重是什么意思,神经网络权值和阈值

热门文章

  1. 获取移除指定Url参数(原创)
  2. Oracle :备份 、还原数据库
  3. 《梦断代码》读后感03——为什么我们不能像造桥一样造软件
  4. 解决mysql分页数据错乱问题
  5. Python re模块将字符串分割为列表
  6. web service 学习 2 -- 什么时候应该使用web service
  7. 逆向破解之160个CrackMe —— 007
  8. 开发者中的领导与管理(译文)
  9. Django--QuerySet--基础查询
  10. centos6.8安装mysql5.5