pd.Series()函数解析(最清晰的解释)
欢迎关注WX公众号:【程序员管小亮】
1. Series介绍
Pandas模块的数据结构主要有两:1、Series ;2、DataFrame
series是一个一维数组,是基于NumPy的ndarray结构。Pandas会默然用0到n-1来作为series的index,但也可以自己指定index(可以把index理解为dict里面的key)。
2. Series创建
pd.Series([list],index=[list])
参数为list;index为可选参数,若不填写则默认index从0开始;若填写则index长度应该与value长度相等。
import pandas as pds=pd.Series([1,2,3,4,5],index=['a','b','c','f','e'])
print s
pd.Series({dict})
以一字典结构为参数。
import pandas as pds=pd.Series({'a':1,'b':2,'c':3,'f':4,'e':5})
print s
3. Series取值
s[index]
or s[[index的list]]
取值操作类似数组,当取不连续的多个值时可以以list为参数
import pandas as pd
import numpy as npv = np.random.random_sample(50)
s = pd.Series(v)
s1 = s[[3, 13, 23, 33]]
s2 = s[3:13]
s3 = s[43]
print("s1", s1)
print("s2", s2)
print("s3", s3)
s1 3 0.064095
13 0.354023
23 0.225739
33 0.959288
dtype: float64s2 3 0.064095
4 0.405651
5 0.024181
6 0.367606
7 0.844005
8 0.405313
9 0.102824
10 0.806400
11 0.950502
12 0.735310
dtype: float64s3 0.42803253918
4. Series取头和尾的值
.head(n)
;.tail(n)
取出头n行或尾n行,n为可选参数,若不填默认5
import pandas as pd
import numpy as npv = np.random.random_sample(50)
s = pd.Series(v)
print("s.head()", s.head())
print("s.head(3)", s.head(3))
print("s.tail()", s.tail())
print("s.head(3)", s.head(3))
s.head() 0 0.714136
1 0.333600
2 0.683784
3 0.044002
4 0.147745
dtype: float64
s.head(3) 0 0.714136
1 0.333600
2 0.683784
dtype: float64
s.tail() 45 0.779509
46 0.778341
47 0.331999
48 0.444811
49 0.028520
dtype: float64
s.head(3) 0 0.714136
1 0.333600
2 0.683784
dtype: float64
5. Series常用操作
import pandas as pd
import numpy as npv = [10, 3, 2, 2, np.nan]
v = pd.Series(v)
print("len():", len(v)) # Series长度,包括NaN
print("shape():", np.shape(v)) # 矩阵形状,(,)
print("count():", v.count()) # Series长度,不包括NaN
print("unique():", v.unique()) # 出现不重复values值
print("value_counts():\n", v.value_counts()) # 统计value值出现次数
len(): 5
shape(): (5,)
count(): 4
unique(): [ 10. 3. 2. nan]
value_counts():
2.0 2
3.0 1
10.0 1
dtype: int64
6. Series加法
import pandas as pd
import numpy as npv = [10, 3, 2, 2, np.nan]
v = pd.Series(v)
sum = v[1:3] + v[1:3]
sum1 = v[1:4] + v[1:4]
sum2 = v[1:3] + v[1:4]
sum3 = v[:3] + v[1:]
print("sum", sum)
print("sum1", sum1)
print("sum2", sum2)
print("sum3", sum3)
sum 1 6.0
2 4.0
dtype: float64sum1 1 6.0
2 4.0
3 4.0
dtype: float64sum2 1 6.0
2 4.0
3 NaN
dtype: float64sum3 0 NaN
1 6.0
2 4.0
3 NaN
4 NaN
dtype: float64
7. Series查找
- 范围查找
import pandas as pd
import numpy as nps = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}
sa = pd.Series(s, name="age")
print(sa[sa>19])
jim 22.0
lj 24.0
ton 20.0
Name: age, dtype: float64
- 中位数
import pandas as pd
import numpy as nps = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}
sa = pd.Series(s, name="age")
print("sa.median()", sa.median())
sa.median() 20.0
8. Series赋值
import pandas as pd
import numpy as nps = {"ton": 20, "mary": 18, "jack": 19, "jim": 22, "lj": 24, "car": None}
sa = pd.Series(s, name="age")
print(s)
print('----------------')
sa['ton'] = 99
print(sa)
{'ton': 20, 'mary': 18, 'jack': 19, 'jim': 22, 'lj': 24, 'car': None}
----------------
car NaN
jack 19.0
jim 22.0
lj 24.0
mary 18.0
ton 99.0
Name: age, dtype: float64
python课程推荐。
参考文章
- Pandas模块入门(一)——Series结构介绍
- python数据分析之pandas里的Series
pd.Series()函数解析(最清晰的解释)相关推荐
- pd.Series()函数
Pandas模块的数据结构主要有两:1.Series :2.DataFrame series是一个一维数组,是基于NumPy的ndarray结构: Pandas会默认用0到n-1来作为series的i ...
- pd.DataFrame()函数解析(最清晰的解释)
欢迎关注WX公众号:[程序员管小亮] DataFrame是Python中Pandas库中的一种数据结构,它类似excel,是一种二维表. 文章目录 欢迎关注WX公众号:[程序员管小亮] ==DataF ...
- python函数:pd.Series()
形式: pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False) Pandas 主 ...
- python中pd series_Python 数据处理(三)——pd.Series
前言 对于如何使用 R 来处理表格数据,相信你已经学习到很多了. 下面我们的重点是介绍如何在 Python 中处理表格型数据,提到 Python 数据处理,那就不得不说 pandas 了. panda ...
- 例子解释,pandas的pd.read_csv函数,quoting = 3是什么意思
问题 pandas的pd.read_csv函数,quoting = 3是什么意思? 新建一个test.txt文件,内容如下: 哈哈 haha "haha" "哈哈&quo ...
- plt.subplot() 函数解析
参考博客: (83条消息) plt: subplot().subplots()详解及返回对象figure.axes的理解_涛涛ALG的博客-CSDN博客_plt.subplot参数https://bl ...
- python重要的第三方库pandas模块常用函数解析之DataFrame
pandas模块常用函数解析之DataFrame 关注公众号"轻松学编程"了解更多. 以下命令都是在浏览器中输入. cmd命令窗口输入:jupyter notebook 打开浏览器 ...
- python assert函数解析
1. assert 的应用(主要是用来判断,调试代码用的),不影响后面的代码执行. # assert 的应用(主要是用来判断,调试代码用的)# 写法1| # assert 1 == 0, \ # '出 ...
- json数据解析_VBA 实践指南 -- Split函数解析Json数据
什么是JSON? JSON(JavaScript Object Notation) 是一种及其轻量级的数据交换格式,它是 ECMAScript (欧洲计算机协会制定的JavaScript规范)的一个子 ...
最新文章
- 谷歌的深度学习在AI芯片中找到了一条关键路径
- 无处不在的人工智能,IBM沃森的20个行业应用
- linux怎么在线安装gcc,Linux 在线安装软件 gcc在线安装的操作方法
- 网络编程-TCP/IP协议栈-UDP/HTTP协议
- IntelliJ IDEA for Mac 如何将普通 Java 项目变为 Web 项目
- 关于计算机的英语演讲稿三分钟,以计算机为题的英语演讲稿5
- 史上最全基于vue的图片裁剪vue-cropper使用
- Java中url传递中文参数取值乱码的解决方法
- FFmpeg基础库编程开发学习笔记——视频常见格式
- 查看Linux root disk,linux查看硬盘4K对齐方法
- Windows 下安装 TensorFlow 2.2 GPU 版 教程:坑多,整理出来方便大家
- 苹果每部iPhone4S可赚3917元 开售首日收入39亿元
- JS中定义函数的几种方法
- LPTSTR、LPCSTR、LPCTSTR、LPSTR的来源及意义
- 免安装chrom浏览器
- 好久都没去过电影院了!用Python网络爬虫来看看最近电影院都有哪些上映的电影
- dzzoffice+onlyoffice 打开wps方法,亲测方案。
- python:使用scipy求解常微分方程
- 华为小程序怎么弄出来_抖音死亡计算器怎么弄 抖音生命计算器在哪里用
- mysql 定时器 每天凌晨1点执行_mysql 定时脚本(event),类似oracle的job
热门文章
- 【华为OD机试真题 Java】火星文计算(100%通过+全网最详细注释)
- python设置横坐标的值_python中画图如何修改横坐标大小?
- 进程间通信(IPC)介绍
- 电脑屏幕视力保护色 RGB(204,232,207)
- 《乌合之众》读书笔记
- 计算机网络学习框架-网络体系-习题复习
- 地物分类:基于Unet的建筑物轮廓识别
- 知网论文检测表格是否在查重范围内?
- 基于java网上童装销售系统计算机毕业设计源码+系统+lw文档+mysql数据库+调试部署
- JAVA毕业设计古玩玉器交易系统计算机源码+lw文档+系统+调试部署+数据库