pandas之Series
知识点
Pandas的数据类型有两种:1、Series 一维,带标签数组2、DataFrame 二维,Series容器Serial对象本质上由两个数组构成,一个数组构成对象的健(index,索引),一个数组构成对象的值(values).因此Series可以看作是键值对(健-->值)
1、Series创建
#方式1 可以手动指定index t = pd.Series(np.arange(10)) print(t) b =pd.Series(range(4),index = ["a","b","c","d"]) print(b)#方式2 字典包含了index temp_dict = {"name":"yangwj","age":28,"tel":"10080"} a = pd.Series(temp_dict)
2、Series索引与切片
a)索引:一个的时候直接传入序号或者index,多个的时候传入序号或者index的列表
print(a["name"])#通过key print(a[1])#通过indexprint(a.index) #获取索引列表 print(len(a.index)) #获取索引列表长度 print(list(a.index)) #获取索引并转为列表 print(a.values) #获取值,类型为ndarrayprint(a[a>1]) #布尔索引
b)切片:直接传入start end或者步长即可
print(a[:2])#切片 print("*"*10) print(a[::2]) #按步长切片 返回一个无序的Series print("*"*10) print(a[[1,2]])#获取多个
3、Series其他属性与方法
b =pd.Series(range(5),index = ["a","b","c","d","a"]) print(b)print(b.max()) #最大值 print(b.min()) #最小值 print(b.idxmax()) #最大值位置 print(b.idxmin()) #最小值位置 #print(b.quantile(0.1)) #10%分位数 0.30000000000000004 #print(b.sum) #求和,但是不使用 #print("*"*10) #print(b.mean) #求均值 #rint(b.median) #求中位数 #print(b.std) #标准差 #print(b.ptp) #极差 = 最大值-最小值 #print(b.cov) #协方差 #print(b.mode()) #众数 #print(b.var) #方差 #print(b.kurt) #峰度 #print(b.skew) #偏度 print(b.describe()) #Series整体信息描述 '''count 5.000000mean 2.000000std 1.581139min 0.00000025% 1.00000050% 2.00000075% 3.000000max 4.000000 ''' print(b.describe()["count"]) #获取个数 # print("*"*10) print(pd.isnull(b)) #是空 print(pd.notnull(b)) #不为空 print(pd.isna(b)) #是nan print(pd.notna(b)) #不是nan print(b.head()) #获取前5行数据 print(b.tail()) #获取末尾5行数据
4、Series读取外部数据
#读取CSV文件 g = pd.read_csv("./youtube_video_data/GB_video_data_numbers.csv") #print(g)#pd.read_sql() #从数据库读取
转载于:https://www.cnblogs.com/ywjfx/p/10836727.html
pandas之Series相关推荐
- pandas 遍历 series
pandas 遍历 series from pandas import Series index1 = ['01', '02', '03', '04', '05', '06'] data1 = ['小 ...
- dataframe python格式_python3.6 pandas,Series和DataFrame基础格式与用法,附代码实例
pandas 是基于numpy构建的库,加上numpy,主要用于科学运算和数据处理. 也是一个让我忘记昂贵的MATLAB,并且不得不复习SQL的库.. 一般引入规定: In [105]: from p ...
- pythonpandas函数详解_对pandas中Series的map函数详解
Series的map方法可以接受一个函数或含有映射关系的字典型对象. 使用map是一种实现元素级转换以及其他数据清理工作的便捷方式. (DataFrame中对应的是applymap()函数,当然Dat ...
- dataframe两个表合并_Part25:Pandas基础(Series,DataFrame类的创建、索引、切片、算术方法)...
一.为什么学习pandas numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢? numpy能够帮助我们处理的是数值型的数据,当然在数据分析中除了数值型的数据还有好多其他类 ...
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍 一、pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主
利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍 一.pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主要目 ...
- Python之pandas,series,可视化
七月在线之python数据处理 python常用导入函数 ndarray np之常用函数创建 ndarray之聚合操作 pandas pandas之series Series的创建 Series的索引 ...
- python删除所有core文件_python – 从pandas.core.series.Series中删除前导零
我有一个带有数据的pandas.core.series.Series 0 [00115840, 00110005, 001000033, 00116000... 1 [00267285, 002636 ...
- Python实训day09am【Pandas、Series、DataFrame数据帧】
Python实训-15天-博客汇总表 目录 1.Pandas 1.1.安装Pandas库 1.2.两种数据对象 2.一列数据Series 2.1.获取Series与数据个数 2.2.切片-loc-il ...
- Python数据分析pandas之series初识
Python数据分析pandas之series初识 声明与简介 pandas是一个基于python的.快速的.高效.灵活.易用的开源的数据处理.分析包(工具)..pandas构建在numpy之上,它通 ...
- pandas库Series使用和ix、loc、iloc基础用法
1. pandas库Series基础用法: 直接贴出用例: 1. 构造/初始化Series的3种方法: (1)用列表list构建Series import pandas as pd my_list=[ ...
最新文章
- HTTP报文简单介绍
- vim简单使用教程【转】
- MATLAB从入门到精通-matlab中符号推导应用及相关技巧
- android 代码签名apk,[Android]混淆代码后生成带签名的apk
- 华为交换机关闭Telnet、开启SSH服务命令
- 【转】switch中case与default的情况
- 速读-高级技能二:并行输入训练
- win10误删的注册表能还原吗_如何恢复修改过的win10注册表?win10注册表修改后恢复方法...
- 我的世界1.8.9无需正版的服务器,我的世界1.8-1.8.9勇者世界生存服务器
- 美国程序员平均工资排行榜
- 目标追踪(一)环境搭建
- hypermedia_Hypermedia REST API简介
- 芝加哥大学计算机博士年薪,2020年芝加哥大学博士含金量
- Contest3121 - 2021级新生个人训练赛第26场_问题 F: 乐乐的数字
- linux 设置深信服easyconnect 代理
- 三维重建3:旋转矩阵-病态矩阵、欧拉角-万向锁、四元数
- HPM6750EVK 硬件通读与例程通跑 1
- 2021年煤矿安全监测监控最新解析及煤矿安全监测监控考试试卷
- mactex学习笔记(1)
- 【QTdesigner】课时36.使用QTextEdit控件输入多行文本【pyqt5+QTdesigner模式】