Pandas-Series
来源:互联网 发布:linux基础与大作业 编辑:程序博客网 时间:2024/06/05 19:26
Pandas含有使数据分析工作变得更快更简单的高级数据结构和操作工具,pandas基于numpy构建。
两个主要数据结构:Series和DataFrame。
Series:一种类似于一位数组的对象,由一组数据和一组与之相关的数据标签组成。
产生Series:
1.仅由一维列表即可产生最简单的Series:
obj = Series([-1, 5, 7, 9])
0 -11 52 73 9dtype: int64
2.通过字典创建Series
这时,字典中的键就是Series中的索引,字典中的值就是Series中的值
3.创建带有索引的Series:
obj2 = Series([4, 7, -5, 3],index = ['d', 'b', 'a', 'c'])
Series常用函数:
obj.values (没有括号,常识性用函数在后面加括号)
obj.index
分别是获得了其数组表现形式和索引对象
如:array([-1, 5, 7, 9], dtype=int64)Index(['d', 'b', 'a', 'c'], dtype='object')obj['a'],obj2[['c', 'a', 'b']]:可通过索引方式选取,更改Series中的单个或一组值numpy的数组运算都会保留索引和值之间的链接:obj2[obj2 > 0](返回>0的部分,有索引和值)
obj2 * 2
判断是否存在某个索引:'b' in obj2 (返回布尔值)Series()传入一个字典,一个索引数组,就会创建一个Series,左边是索引数组,右边是索引数组在字典对应 值,如果没有对应值 返回NAN(not a number)pandas的notnull 和 isnull 用于检测缺失数据:pd.isnull(obj4) 返回一个Series 左边索引值 右边布尔值Series一个重要功能:在算术运算中会自动对齐不同索引的数据obj3+obj4 最终得到的Series 相同的索引值对应的数据相加,不同的任然存在,不进行运算Series name属性:obj4.name = 'population'obj4.index.name = 'state'statecalifornia NaNohio 35000.0oregon 16000.0texas 71000.0Name: population, dtype: float64Series的索引可以通过赋值的方式就地修改:obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan']
阅读全文
0 0
- Pandas Series
- pandas: series
- Pandas Series
- pandas-Series
- Pandas-Series
- pandas-series总结
- python pandas series
- Pandas Series操作
- pandas学习笔记-Series
- pandas数据结构Series学习
- pandas.Series函数用法
- python-pandas-series
- pandas-Series 笔记
- pandas.Series.asfreq
- pandas中的Series学习
- Pandas数据结构之:Series
- pandas-1:Series && DataFrame
- Pandas基础复习-Series
- 文本分类特征提取之Word2Vec
- 使用remastersys将现有系统安装到另一台主机上
- Qt开发-记一个QWebView访问谷歌的崩溃问题
- 2017-12-18
- 取消input(number类型)输入框上下按钮
- Pandas-Series
- Nginx配置详解
- 作业4--线性表类型定义与顺序表操作
- PATCH
- 简单的MS COCO数据集下载方法
- 字符数组内容逆序输出
- 图的色数问题整理(未完待续......)
- 环海陆港分析国际外汇黄金最新消息
- Apache 配置访问日志