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=[ ...

pandas之Series

pandas之Series相关推荐

最新文章

热门文章