Pandas Series
前言:DataFrame 這篇文章寫完後,對 Pandas 的總結還不夠。私底下認為 DataFrame 的 Series 就是 DataFrame 的某一列。所以很多東西都是通用的。
拿出 DataFrame 某一列操作時,可以用 type 看這個物件的型別,幫助理解
import numpy as np
import pandas as pd
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
c = ['a', 'b', 'c']
r = ['A', 'B', 'C']
df = pd.DataFrame(data=data, columns=c, index=r)
c_1 = df.a
print(type(c_1)) # <class 'pandas.core.series.Series'>
所以學習 Series 的方法和屬性是很有必要的。
建立
# 不指定索引, 也會有預設的位置索引, 從0開始
pd.Series(range(5))
# 加上自定義索引, 會和預設索引共存
pd.Series([9, 8, 7, 6], ['a', 'b', 'c', 'd'])
# 字典形式建立
pd.Series({'a':1, 'b':2, 'c':3})
# 根據索引選擇字典中的值, 不存在返回NaN
pd.Series({'a':8, 'b':9, 'c':7}, ['c', 'b', 'd', 'a'])
# 和numpy完美相容
pd.Series(np.arange(3), ['one', 'two', 'three'])
索引
位置索引
s[1] # 選取第2行元素
s[1:9] # 選取第2到第9行元素
s[1::2] # 選取第2到最後, 每隔2行的元素
自定義索引
s['one'] # 選取one行的元素
s['one':'three'] # 選取one到three行元素
s[:'three':2] # 選取開頭到three行, 每隔2行的元素
布林索引
s[s<10] # 選取所有value小於10的s
s[s.between(10, 20)] # 選取所有value大於等於10, 小於20的s
Series 的重要屬性和方法
很多 DataFrame 重要屬性和方法與之相同
'''重要屬性'''
s.values # 所有元素的value, ndarray型別
s.dtype # 元素型別
s.size # 元素的數量
s.itemsize # 每個元素的大小, 位元組為單位
s.nbytes # 所有資料佔用的大小, 位元組為單位, 等於s.size*s.itemsize
'''常用方法'''
s.unique() # 返回一個去重後的ndarray陣列
s.value_counts(dropna=False) # 顯示唯一值和計數, dropna=False代表不包含NaN
s.drop(0) # 刪除第一行, 非原地
s.append(s) # 在行尾新增資料, s是Series物件
s.apply(func) # 將func作用在s所有值上
s.sort_values() # 根據s的value排序, 可傳入ascending引數決定升序降序
s.sort_index() # 根據s的index排序, 可傳入ascending引數決定升序降序
s.astype() # 改變型別, 非原地
轉換成 Numpy
s.values
np.array(s)
關注我的公眾號,我們一起進步。還有福利喲。
相關文章
- Pandas - pandas.Series.pipe 函式函式
- 【pandas學習筆記】Series筆記
- Lesson3——Pandas Series結構
- Pandas - Series.str.xxx 常用函式函式
- pandas中的series資料型別資料型別
- python-資料分析-Pandas-1、Series物件Python物件
- Pandas Series物件有哪些屬性?六大類!物件
- 31_Pandas.DataFrame,Series和NumPy陣列ndarray相互轉換陣列
- Time Series DatabasesDatabase
- Pandas之:Pandas簡潔教程
- Pandas
- Netty series: handling CORS in nettyNettyCORS
- The series “Studies in Big Data” (SBD)
- async原始碼之series原始碼
- Pandas進階貳 pandas基礎
- pd.Series()函式解析函式
- 【矩陣乘法】Matrix Power Series矩陣
- python pandasPython
- pandas(四)
- pandas使用
- Lesson6——Pandas Pandas描述性統計
- Python資料分析 Series 筆記Python筆記
- python中獲取如何Series值Python
- python list tuple str dic series dataframePython
- Day 3:Sum of the first nth term of Series
- Spring Series---@Scheduled使用深度理解Spring
- Pandas基礎
- Pandas入門
- pandas 列操作
- joyful pandas task
- jupyter-pandas
- Pandas概念(一)
- pandas用法大全
- Pandas fillna('Missing')
- Pandas之:深入理解Pandas的資料結構資料結構
- Pandas缺失值處理 | 輕鬆玩轉Pandas(3)
- Security Series: Cross-domain resource sharing CORSROSAICORS
- JavaScript 判斷 iPhone X Series 機型JavaScriptiPhone