python-pandas創(chuàng)建Series數(shù)據(jù)類型的操作
更新時(shí)間：2021年04月24日 11:37:20 作者：淋巴不想動(dòng)
這篇文章主要介紹了python-pandas創(chuàng)建Series數(shù)據(jù)類型的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
1.什么是pandas
2.查看pandas版本信息
print(pd.__version__)
輸出：
0.24.1
3.常見(jiàn)數(shù)據(jù)類型
常見(jiàn)的數(shù)據(jù)類型:
- 一維: Series
- 二維: DataFrame
- 三維: Panel …
- 四維: Panel4D …
- N維: PanelND …
4.pandas創(chuàng)建Series數(shù)據(jù)類型對(duì)象
1). 通過(guò)列表創(chuàng)建Series對(duì)象
array = ["粉條", "粉絲", "粉帶"] # 如果不指定索引， 默認(rèn)從0開(kāi)始; s1 = pd.Series(data=array) print(s1) # 如果不指定索引， 默認(rèn)從0開(kāi)始; ss1 = pd.Series(data=array, index=['A', 'B', 'C']) print(ss1)
輸出：
0 粉條 1 粉絲 2 粉帶 dtype: object A 粉條 B 粉絲 C 粉帶 dtype: object
2). 通過(guò)numpy的對(duì)象Ndarray創(chuàng)建Series；
n = np.random.randn(5) # 隨機(jī)創(chuàng)建一個(gè)ndarray對(duì)象; s2 = pd.Series(data=n) print(s2) # 修改元素的數(shù)據(jù)類型; ss2 = s2.astype(np.int) print(ss2)
輸出：
0 -1.649755 1 0.607479 2 0.943136 3 -1.794060 4 1.569035 dtype: float64 0 -1 1 0 2 0 3 -1 4 1 dtype: int64
3). 通過(guò)字典創(chuàng)建Series對(duì)象;
dict = {string.ascii_lowercase[i]:i for i in range(10)}
s3 = pd.Series(dict)
print(s3)
輸出：
a 0 b 1 c 2 d 3 e 4 f 5 g 6 h 7 i 8 j 9 dtype: int64
5.Series基本操作
共同部分：
import pandas as pd import numpy as np import string array = ["粉條", "粉絲", "粉帶"] s1 = pd.Series(data=array) print(s1)
輸出：
0 粉條 1 粉絲 2 粉帶 dtype: object
1). 修改Series索引.index
print(s1.index) #輸出：RangeIndex(start=0, stop=3, step=1) s1.index = ['A', 'B', 'C'] print(s1)
輸出：
A 粉條 B 粉絲 C 粉帶 dtype: object
2). Series縱向拼接.append
s1.index = ['A', 'B', 'C'] array = ["粉條", "粉絲", "粉帶"] # 如果不指定索引， 默認(rèn)從0開(kāi)始; s2 = pd.Series(data=array) s3 = s1.append(s2) print(s3)
輸出：
A 粉條 B 粉絲 C 粉帶 0 粉條 1 粉絲 2 粉帶 dtype: object
3). 刪除指定索引對(duì)應(yīng)的元素.drop(‘index')
s3 = s3.drop('C') # 刪除索引為‘C'對(duì)應(yīng)的值;
print(s3)
輸出：
A 粉條 B 粉絲 0 粉條 1 粉絲 2 粉帶 dtype: object
4). 根據(jù)指定的索引查找元素
print(s3['B']) #粉絲 s3['B'] = np.nan #索引B處的值替換為缺失值 print(s3)
輸出：
A 粉條 B NaN 0 粉條 1 粉絲 2 粉帶 dtype: object
5). 切片操作 — 同列表
print(s3[:2]) #顯示前兩個(gè)元素 print(s3[::-1]) #逆序 print(s3[-2:]) # 顯示最后兩個(gè)元素
輸出：
A 粉條 B NaN dtype: object ------------------------- 2 粉帶 1 粉絲 0 粉條 B NaN A 粉條 dtype: object ------------------------- 1 粉絲 2 粉帶 dtype: object
6.Series運(yùn)算
先設(shè)置兩個(gè)Series對(duì)象：
import pandas as pd import numpy as np import string s1 = pd.Series(np.arange(5), index=list(string.ascii_lowercase[:5])) s2 = pd.Series(np.arange(2, 8), index=list(string.ascii_lowercase[2:8])) print(s1) print(s2)
按照對(duì)應(yīng)的索引進(jìn)行計(jì)算， 如果索引不同，則填充為Nan;
1).加法add
print(s1 + s2) print(s1.add(s2))
輸出：
a NaN b NaN c 4.0 d 6.0 e 8.0 f NaN g NaN h NaN dtype: float64
2).減法sub
print(s1 - s2) print(s1.sub(s2))
輸出：
a NaN b NaN c 0.0 d 0.0 e 0.0 f NaN g NaN h NaN dtype: float64
3).乘法mul
print(s1 * s2) print(s1.mul(s2))
輸出：
a NaN b NaN c 4.0 d 9.0 e 16.0 f NaN g NaN h NaN dtype: float64
4).除法div
print(s1 / s2) print(s1.div(s2))
輸出：
a NaN b NaN c 1.0 d 1.0 e 1.0 f NaN g NaN h NaN dtype: float64
5).求中位數(shù)median
print(s1.median())
輸出：
2.0
6).求和sum
print(s1.sum())
輸出：
10
7).最大值max
print(s1.max())
輸出：
4
8).最小值min
print(s1.min())
輸出：
0
7.特殊的where方法
series中的where方法運(yùn)行結(jié)果和numpy中完全不同
import pandas as pd import numpy as np import string s1 = pd.Series(np.arange(5), index=list(string.ascii_lowercase[:5])) print(s1)
輸出：
a 0 b 1 c 2 d 3 e 4 dtype: int64
print(s1.where(s1 > 3))
大于3的顯示，不大于3的為NaN
# 對(duì)象中小于3的元素賦值為10； print(s1.where(s1 > 3, 10))
# 對(duì)象中大于3的元素賦值為10； print(s1.mask(s1 > 3, 10))
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
pycharm部署django項(xiàng)目到云服務(wù)器的詳細(xì)流程
今天重點(diǎn)給大家介紹pycharm部署django項(xiàng)目到云服務(wù)器的詳細(xì)流程，首先大家需要先下載python3.8壓縮包，然后通過(guò)一系列命令完成操作，具體實(shí)現(xiàn)方法，跟隨小編一起看看吧2021-06-06
本篇將介紹Python3中的迭代器與生成器，描述可迭代與迭代器關(guān)系，并實(shí)現(xiàn)自定義類的迭代器模式。非常具有實(shí)用價(jià)值，需要的朋友可以參考下2018-10-10
這篇文章主要介紹了Django后臺(tái)admin的使用詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
基于Python模擬瀏覽器發(fā)送http請(qǐng)求
這篇文章主要介紹了基于Python模擬瀏覽器發(fā)送http請(qǐng)求,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
這篇文章主要介紹了Python pip install之SSL異常處理操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-09-09
這篇文章主要介紹了如何在代碼中安裝Python模塊,本文結(jié)合示例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-06-06
使用python 計(jì)算百分位數(shù)實(shí)現(xiàn)數(shù)據(jù)分箱代碼
這篇文章主要介紹了使用python 計(jì)算百分位數(shù)實(shí)現(xiàn)數(shù)據(jù)分箱代碼，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03
python遺傳算法之單/多目標(biāo)規(guī)劃問(wèn)題
本文主要介紹了python遺傳算法之單/多目標(biāo)規(guī)劃問(wèn)題，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-04-04
Python語(yǔ)法學(xué)習(xí)之進(jìn)程池與進(jìn)程鎖詳解
這篇文章主要為大家介紹了Python進(jìn)程中兩個(gè)重要的知識(shí)點(diǎn)：進(jìn)程池與進(jìn)程鎖，文中通過(guò)示例詳細(xì)為大家講解了二者的使用，感興趣的可以了解下2022-04-04
解決python報(bào)錯(cuò)ImportError:urllib3?v2.0?only?supports?OpenSSL
這篇文章主要介紹了解決python報(bào)錯(cuò)ImportError:urllib3?v2.0?only?supports?OpenSSL?1.1.1+的相關(guān)資料,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-12-12