Pandas-Series知识点总结
全文共1222字,预计阅读时间8分钟。
series创建
根据list
pandas有两种主要的数据结构,第一种是Series,是一种类似于一维数组的数据结构,它由一组数据以及一组与之相关的数据标签组成。我们可以直接根据list来生成一个Series。
obj = pd.Series([4,7,-5,3])obj
#输出0 41 72 -53 3dtype: int64
可以通过index和values属性来获得obj的索引和值
obj.index#RangeIndex(start=0, stop=4, step=1)obj.values#array([ 4, 7, -5, 3])
索引在默认情况下是0-n-1,不过我们可以指定索引的值
obj2 = pd.Series([4,7,-5,3],index=['d','b','a','c'])obj2
#输出d 4b 7a -5c 3dtype: int64
根据dict
可以直接通过字典dict来创建Series,此时字典中的键作为索引,字典中的值作为对应的值
sdata = {'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}obj3 = pd.Series(sdata)obj3 #输出Ohio 35000Oregon 16000Texas 71000Utah 5000dtype: int64
如果既使用了字典,又指定了索引,那么字典中跟索引相匹配的值将会被找出来放到相应的位置上:
states = ['California','Ohio','Texas','Oregon']obj4 = pd.Series(sdata,index = states)obj4#输出California NaNOhio 35000.0Texas 71000.0Oregon 16000.0dtype: float64
series一些特性
索引
可以通过相对位置的下标或者index来访问Series中的元素
obj2[2]#-5
obj2['a']#-5
obj2[['a','b','d']]#输出a -5b 7d 4dtype: int64
切片
与利用下标进行切片不同,使用标签进行切片时,末端是包含的:
obj['b':'c']#输出b 1.0c 2.0dtype: float64
重新索引
我们可以使用reindex函数对Series进行重新索引,而不是简单的改变索引的值:
obj2 = pd.Series([4,7,-5,3],index=['d','b','a','c'])obj3 = obj2.reindex(['a','b','c','d','e'])obj3#输出a -5.0b 7.0c 3.0d 4.0e NaNdtype: float64
可以看到,使用reindex时,如果新增 的索引在原数据中没有值,其对应的值就会是NA,此时我们可以使用fill_value属性对数据进行填充:
obj4 = obj2.reindex(['a','b','c','d','e'],fill_value=0)obj4#输出a -5b 7c 3d 4e 0dtype: int64
reindex函数还有一个method属性,进行差值填充,但是索引必须是单调递增或者单调递减的,所以一般用在时间序列这样的有序数据中:
# obj5 = obj2.reindex(['a','b','c','d','e'],method='ffill') 会报错obj3 = pd.Series(['blue','Purple','yellow'],index = [0,2,4])obj3.reindex(range(6),method='ffill')#输出0 blue1 blue2 Purple3 Purple4 yellow5 yellowdtype: object
数据运算
可以对Series进行numpy中的一些数组运算(如根据布尔型数据进行过滤,标量乘法、应用数学函数等),这些都会保留索引和值之间的链接
np.exp(obj2)#输出d 54.598150b 1096.633158a 0.006738c 20.085537dtype: float64
可以把Series看成是一个定长的有序字典,因为他是索引值到数据值的一个映射,它可以用在许多原本需要字典参数的函数中
b' in obj2#True
Series最重要的一个功能是:它在算术运算中会自动对齐不同索引的数据:
obj3 + obj4#输出California NaNOhio 70000.0Oregon 32000.0Texas 142000.0Utah NaNdtype: float64
排序和排名
sort_index按照索引进行排序,返回一个新的对象
obj = pd.Series(range(4),index=['d','a','b','c'])obj.sort_index()输出:a 1b 2c 3d 0dtype: int64
除了根据索引进行排序外,我们还可以根据列值进行排序:
obj.sort_values()#输出:d 0a 1b 2c 3dtype: int64
使用rank函数会增加一个排名值,从1开始,一直到数组中有效数据的数量,对于平级关系,rank是通过为各组分配一个平均排名的方式破坏平级关系的,如果不想使用这个平均值,可以使用method参数按照指定的方式进行rank排序,例如使用first可以按值在原始数据中出现顺序分配排名:
obj = pd.Series([7,-5,7,4,2,0,4])obj.rank()#输出:0 6.51 1.02 6.53 4.54 3.05 2.06 4.5dtype: float64
obj.rank(method='first')#输出0 6.01 1.02 7.03 4.04 3.05 2.06 5.0dtype: float64
汇总和计算描述统计
Series中的实现了sum、mean、max等方法,这里就不详细介绍了,我们主要介绍求协方差和相关系数的方法:Series的corr方法用于计算两个Series中重叠的,非NA的,按索引对齐的值的相关系数,与此类似,cov用于计算协方差。
obj1 = pd.Series(np.arange(10),index = list('abcdefghij'))obj2 = pd.Series(np.arange(12),index = list('cdefghijklmn'))obj1.corr(obj2)#1.0obj1.cov(obj2)#6.0
唯一数、值计数
unique返回没有排序的唯一值数组,value_counts()返回各数的计数
obj = pd.Series(['c','a','d','a','a','b','b','c','c'])uniques = obj.unique()uniques#array(['c', 'a', 'd', 'b'], dtype=object)
#value_counts()返回各数的计数obj.value_counts()#输出a 3c 3b 2d 1dtype: int64
处理缺失数据
Pandas中缺失值相关的方法主要有以下三个:
isnull方法用于判断数据是否为空数据;
fillna方法用于填补缺失数据;
dropna方法用于舍弃缺失数据。
上面两个方法返回一个新的Series或者DataFrame,对原数据没有影响,如果想在原数据上进行直接修改,使用inplace参数
data = pd.Series([1,np.nan,3.5,np.nan,7])data.fillna(0)#输出0 1.01 0.02 3.53 0.04 7.0dtype: float64
原文链接:https://mp.weixin.qq.com/s/ZkSz1iTSGNFuLAiniUg1jQ
查阅更为简洁方便的分类文章以及最新的课程、产品信息,请移步至全新呈现的“LeadAI学院官网”:
www.leadai.org
请关注人工智能LeadAI公众号,查看更多专业文章
大家都在看
LSTM模型在问答系统中的应用
基于TensorFlow的神经网络解决用户流失概览问题
最全常见算法工程师面试题目整理(一)
最全常见算法工程师面试题目整理(二)
TensorFlow从1到2 | 第三章 深度学习革命的开端:卷积神经网络
装饰器 | Python高级编程
今天不如来复习下Python基础
Pandas-Series知识点总结相关推荐
- Seaborn可视化使用relplot函数可视化数据长度不同的时间序列实战:two Pandas Series of different lengths
Seaborn可视化使用relplot函数可视化数据长度不同的时间序列实战:two Pandas Series of different lengths 目录
- pandas.series的数据定位为什么用两个左中括号[[
https://www.cnblogs.com/songzhixue/p/11341440.html 实验数据 import pandas as pd import numpy as np s = p ...
- python agg函数_Python Pandas Series.agg()用法及代码示例
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Pandas Series.agg()用 ...
- python .center用法_Python Pandas Series.str.center()用法及代码示例
Series.str可用于以字符串形式访问系列的值并对其应用几种方法. Pandas Series.str.center()函数用于在系列/索引中的字符串的左侧和右侧填充其他字符.该功能等效于Pyth ...
- pandas.Series.rank用法详解
今天在看<Python数据分析实战>的时候发现了一个方法pandas.Series.rank()当时没有看明白,后来看了文档又结合着例子看懂了(其实超级简单,但是人的脑子有的时候就是有问题 ...
- pandas Series 判断每个元素是否包含某个子串
主要的方法是使用:pandas.Series.str.contains 案例 import pandas as pdseries = pd.Series(['abc', 'bcd']) print(s ...
- pandas Series归一化
使用函数: def min_max_series(series):return (series - series.min()) / (series.max() - series.min()) 传入一个 ...
- pandas.Series.asfreq
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.asfreq.html#pandas.Series.asfreq ...
- python s append_Python Pandas Series.append()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray.标签不必是唯一的,但必须是可哈希的类型.该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作. Pandas Series. ...
- python可以构建sem模型_Python Pandas Series.sem()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray.标签不必是唯一的,但必须是可哈希的类型.该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作. Pandas Series. ...
最新文章
- c语言如何持续输入字符直到指定字符结束_《小白学C》第三章 常用输入输出函数...
- BCH矿池新格局,Coingeek矿池曾成为BCH算力最大的矿池
- 将ArrayList保存到SharedPreferences
- [Music]A Place Nearby
- vb 用代码添加控件
- 权限系统设计模型分析(DAC,MAC,RBAC,ABAC)
- android 锁屏音量,Android锁屏状态获取音量按键事件
- Web应用开发中的几个问题
- VGA显示器驱动设计与验证
- python的turtle库是另外下载嘛吗_python—turtle库的基本介绍
- 【PHP 扩展开发】Zephir 基础篇
- python列表乘数值_《利用Python进行数据分析》十一章· 时间序列·学习笔记(一)...
- 某面霸疯狂应聘IT名企的经历
- 阶段1 语言基础+高级_1-3-Java语言高级_08-JDK8新特性_第3节 两种获取Stream流的方式_6_Stream流中的常用方法_count...
- 苹果cms 压缩html,解密苹果cms的player.js文件
- Maven 详解及常用命令
- Microstation v8+Terrasolid安装教程
- java 锁定excel单元格格式化,JXL实现Excel单元格锁定
- Qt 获取当前屏幕分辨率
- 美通企业周刊 | 生成式AI成为全球焦点;诺维信和科汉森股东批准合并;沈阳威斯汀酒店开业...
热门文章
- 为什么使用HashMap需要重写hashcode和equals方法_不同时重写equals和hashCode又会怎样?听听过来人的经验...
- python中的累乘积_Python中的连续元素最大乘积
- echarts 仪表盘 文字位置_方法 | 用notion打造个人仪表盘
- node.js打包环境部署CentOS7.4
- html清除div虚线,纯CSS去除按钮以及链接点击时虚线
- 如何查看2012服务器登录日志文件,怎样查看2012服务器远程过记录
- 进程串行变并行linux,linux进程简述
- 在JupyterNotebook中使用多个Python环境
- bootstrap select2控件
- mysql mariadb的VC客户端遇到的问题